Python PyTorch fasterrcnn_mobilenet_v3_large_320_fpn用法及代碼示例

本文簡要介紹python語言中 torchvision.models.detection.fasterrcnn_mobilenet_v3_large_320_fpn 的用法。

用法:

torchvision.models.detection.fasterrcnn_mobilenet_v3_large_320_fpn(pretrained=False, progress=True, num_classes=91, pretrained_backbone=True, trainable_backbone_layers=None, **kwargs)

參數：

• pretrained(bool) -如果為 True，則返回在 COCO train2017 上預訓練的模型

• progress(bool) -如果為 True，則顯示下載到 stderr 的進度條

• num_classes(int) -模型的輸出類數(包括背景)

• pretrained_backbone(bool) -如果為 True，則返回一個在 Imagenet 上預訓練過主幹的模型

• trainable_backbone_layers(int) -從最終塊開始的可訓練(未凍結)resnet 層數。有效值介於 0 和 6 之間，其中 6 表示所有主幹層都是可訓練的。

使用針對移動 use-cases 調整的 MobileNetV3-Large FPN 主幹網絡構建低分辨率 Faster R-CNN 模型。它的工作原理與具有 ResNet-50 FPN 主幹的 Faster R-CNN 類似。有關更多詳細信息，請參閱fasterrcnn_resnet50_fpn()。

例子：

>>> model = torchvision.models.detection.fasterrcnn_mobilenet_v3_large_320_fpn(pretrained=True)
>>> model.eval()
>>> x = [torch.rand(3, 300, 400), torch.rand(3, 500, 400)]
>>> predictions = model(x)