Torchvision介紹
Torchvision是基于Pytorch的視覺深度學(xué)習(xí)遷移學(xué)習(xí)訓(xùn)練框架,當(dāng)前支持的圖像分類、對(duì)象檢測(cè)、實(shí)例分割、語義分割、姿態(tài)評(píng)估模型的遷移學(xué)習(xí)訓(xùn)練與評(píng)估。支持對(duì)數(shù)據(jù)集的合成、變換、增強(qiáng)等,此外還支持預(yù)訓(xùn)練模型庫下載相關(guān)的模型,直接預(yù)測(cè)推理。
對(duì)象檢測(cè)支持
Pytorch中的torchvision是一個(gè)輕量化的遷移學(xué)習(xí)框架,支持圖像分類、對(duì)象檢測(cè)、實(shí)例分割、語義分割模型的自定義數(shù)據(jù)集的遷移學(xué)習(xí),其中對(duì)象檢測(cè)遷移學(xué)習(xí)支持模型包括:
- Faster-RCNN - FCOS - RetinaNet - SSD - SSDlite其中Faster-RCNN支持骨干網(wǎng)絡(luò)基于ResNet50,RPN支持FPN方式,同時(shí)支持ViT Block作為骨干網(wǎng)絡(luò)。Torchvision中的對(duì)象檢測(cè)模型參數(shù)指標(biāo)列表如下:
Faster-RCNN改進(jìn)
在多數(shù)深度學(xué)習(xí)開發(fā)者的印象中Faster-RCNN與Mask-RCNN作為早期的RCNN系列網(wǎng)絡(luò)現(xiàn)在應(yīng)該是日薄西山,再也沒有什么值得留戀的地方,但是你卻會(huì)發(fā)現(xiàn)Pytorch無論哪個(gè)版本的torchvision都一直在支持Faster-RCNN與Mask-RCNN模型網(wǎng)絡(luò)的遷移學(xué)習(xí)訓(xùn)練。原因不難理解,因?yàn)閠orchvision框架的開發(fā)者與維護(hù)者一直在不斷改善與提升Faster-RCNN的模型,它已經(jīng)不是2015的Faster-RCNN了,torchvision 0.13版本以后的Faster-RCNN支持兩個(gè)版本分別是
- Faster-RCNN V1版本 - Faster-RCNN V2版本 V1版本是基于FPN加持、
V2版本是基于VIT+FPN加持
對(duì)應(yīng)的論文分別發(fā)表于2017年與2021年底。所以說雖然是2023年了,但是torchvision中的Faster-RCNN模型還是可以用的,而且還是很有用的。
Faster-RCNN訓(xùn)練與部署
torchvision中支持的模型都可以一鍵導(dǎo)出ONNX格式模型,然后直接通過ONNXRUNTIME與OpenVINO實(shí)現(xiàn)模型部署與加速推理,通過torchvision框架可以實(shí)現(xiàn)自定義數(shù)據(jù)集的Faster-RCNN對(duì)象檢測(cè)模型訓(xùn)練,我自己分別基于無人機(jī)與飛鳥數(shù)據(jù)集、寵物數(shù)據(jù)集實(shí)現(xiàn)了Faster-RCNN的自定義模型訓(xùn)練與部署,運(yùn)行截圖如下:
全網(wǎng)最高性價(jià)比的Pytorch框架CV開發(fā)課程,錯(cuò)過了不是時(shí)間,而是給自己改變的機(jī)會(huì)!
-
圖像分類
+關(guān)注
關(guān)注
0文章
96瀏覽量
12352 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5586瀏覽量
123642
原文標(biāo)題:都2023年了,F(xiàn)aster-RCNN還能用嗎?
文章出處:【微信號(hào):CVSCHOOL,微信公眾號(hào):OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
恒溫電烙鐵上的芯片燒爆了,還能用嗎?
【PYNQ-Z2申請(qǐng)】圖像目標(biāo)識(shí)別FPGA硬件加速
RK3399 PRO npu支持faster RCNN做全圖檢測(cè)嗎
2023年獎(jiǎng)杯收到
[目標(biāo)檢測(cè)]Faster RCNN算法詳解
人工智能深度學(xué)習(xí)目標(biāo)檢測(cè)的詳細(xì)資料免費(fèi)下載

程序猿為大家?guī)淼纳疃葘W(xué)習(xí)版本“撩妹”技巧
手機(jī)電池鼓了會(huì)爆炸嗎_手機(jī)電池鼓了還能用嗎_手機(jī)電池鼓了怎么修復(fù)
基于深度學(xué)習(xí)的回歸方法YOLO系列簡介
你的iPhone還能用多久?
目標(biāo)檢測(cè):Faster RCNN算法詳解

加強(qiáng)人臉識(shí)別準(zhǔn)確率的Faster-RCNN模型

評(píng)論