lraspp_mobilenet_v3_large

torchvision.models.segmentation.lraspp_mobilenet_v3_large(*, weights: Optional[LRASPP_MobileNet_V3_Large_Weights] = None, progress: bool = True, num_classes: Optional[int] = None, weights_backbone: Optional[MobileNet_V3_Large_Weights] = MobileNet_V3_Large_Weights.IMAGENET1K_V1, **kwargs: Any) → LRASPP

构建一个 Lite R-ASPP 网络模型，其骨干网络为 MobileNetV3-Large，出自 Searching for MobileNetV3 论文。

警告

分割模块处于 Beta 阶段，不保证向后兼容性。

参数:

• weights (LRASPP_MobileNet_V3_Large_Weights, optional) – 要使用的预训练权重。有关更多详细信息和可能值，请参阅下面的 LRASPP_MobileNet_V3_Large_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在 stderr 上显示下载进度条。默认为 True。

• num_classes (int, optional) – 模型的输出类别数（包括背景）。

• aux_loss (bool, optional) – 如果为 True，则使用辅助损失。

• weights_backbone (MobileNet_V3_Large_Weights, optional) – 骨干网络的预训练权重。

• **kwargs – 传递给 torchvision.models.segmentation.LRASPP 基类的参数。有关此类更多详细信息，请参阅 源代码。

class torchvision.models.segmentation.LRASPP_MobileNet_V3_Large_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 LRASPP_MobileNet_V3_Large_Weights.DEFAULT 等同于 LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='COCO_WITH_VOC_LABELS_V1'。

LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1:

这些权重在 COCO 数据集的一个子集上进行了训练，仅使用了 Pascal VOC 数据集中存在的 20 个类别。也可作为 LRASPP_MobileNet_V3_Large_Weights.DEFAULT 使用。

miou (在 COCO-val2017-VOC-labels 上)	57.9
pixel_acc (在 COCO-val2017-VOC-labels 上)	91.2
参数数量	3221538
类别	__background__、 aeroplane、bicycle、… (省略了 18 个)
min_size	height=1, width=1
方案	链接
GFLOPS	2.09
文件大小	12.5 MB

推理变换可在 LRASPP_MobileNet_V3_Large_Weights.COCO_WITH_VOC_LABELS_V1.transforms 中找到，并执行以下预处理操作：接受 PIL.Image、批量 ((B, C, H, W)) 和单个 ((C, H, W)) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像调整为 resize_size=[520]。最后，值首先被缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。