efficientnet
最后更新
luxonis_train.nodes.backbones.efficientnet通过 torch.hub 加载的 EfficientNet-Lite0 骨干网络。类
EfficientNet
torch.hub.load 加载固定的 efficientnet_lite0 模型。它运行 stem 和七个块阶段。它返回 out_indices 选择的每个阶段的输出。输入::inputs(Tensor): [B, 3, H, W]
输出::features(list[Tensor]): 每个out_indices一个;默认步长为 2、4、8、16、32,通道数为 16、24、40、112、320
参考
- 来源:通过
torch.hub加载 rwightman/gen-efficientnet-pytorch (Apache-2.0)。论文:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks。 - 许可证:Apache-2.0(本项目)
注意事项
输入必须有 3 个通道。
torch.hub.load 以 trust_repo=True 运行。首次加载会将仓库下载到 torch.hub 缓存中,因此需要网络访问。该节点保留了加载模型中未使用的头部层:conv_head、bn2、act2、global_pool 和 classifier。变体:: 无。通过params配置节点。
示例
配置中
model.nodes 部分的节点条目:Yaml
1- name: EfficientNet兼容::- 附加索引:
-1,输入节点的最后一个输出
- 附加索引:
方法
init
Python
1def __init__(out_indices: list[int] | None = None, weights: Literal['download', 'none'] | None = None, **kwargs):efficientnet_lite0 并存储输出索引。参数out_indices(list[int] | None): forward 返回的块阶段索引,从0到6。超出该范围的索引不添加输出。None或空列表选择[0, 1, 2, 4, 6]。weights(Literal['download', 'none'] | None): 值"download"加载torch.hub模型的预训练权重。任何其他值都保持随机初始化。该值未达到 BaseNode,因此检查点 URL 或"yolo"无效。**kwargs: 转发给 BaseNode 的关键字参数。
forward
Python
1def forward(inputs: Tensor) -> list[Tensor]:conv_stem、bn1 和 act1,步长为 2。后面是七个块阶段。参数inputs(Tensor): 形状为[B, 3, H, W]的图像批次。
list[Tensor]: 索引在out_indices中的每个阶段的输出,按阶段顺序排列。这些阶段的通道数分别为 16、24、40、80、112、192 和 320,步长分别为 2、4、8、16、16、32 和 32。