resnet
最后更新
luxonis_train.nodes.backbones.resnet来自 torchvision 的 ResNet 主干。类
ResNet
torchvision ResNet,其深度由 variant 选择。它运行 stem 并返回残差阶段 layer1 到 layer4 的输出。输入::inputs(Tensor): [B, 3, H, W]
输出::features(list[Tensor]):layer1到layer4,步长为 4、8、16、32;对于"18"和"34",通道数为 64、128、256、512,对于其他深度,通道数是其四倍
参考
- 来源: 封装了 torchvision.models.resnet (BSD-3-Clause)。论文: 用于图像识别的深度残差学习。
- 许可证: Apache-2.0 (本项目)
注意事项
输入必须有 3 个通道。
groups、width_per_group 和 replace_stride_with_dilation 只有在深度为 "50"、"101" 和 "152" 时才接受非默认值。该节点保留了 torchvision 模型中未使用的 avgpool 和 fc 层。变体:: -"18":`:- 默认: 是
- 别名: 无
参数::variant:"18"
"34":`:- 默认: 否
- 别名: 无
参数::variant:"34"
"50":`:- 默认: 否
- 别名: 无
参数::variant:"50"
"101":`:- 默认: 否
- 别名: 无
参数::variant:"101"
"152":`:- 默认: 否
- 别名: 无
参数::variant:"152"
示例
配置的
model.nodes 部分中的节点条目:Yaml
1- name: ResNet
2 variant: 18兼容::- 附加索引:
-1,输入节点的最后一个输出 - 由以下使用: ClassificationModel
- 附加索引:
方法
init
Python
1def __init__(variant: Literal['18', '34', '50', '101', '152'] = '18', zero_init_residual: bool = False, groups: int = 1, width_per_group: int = 64, replace_stride_with_dilation: tuple[bool, bool, bool] = (False, False, False), weights: Literal['download', 'none'] | None = None, **kwargs):torchvision ResNet。参数variant(Literal['18', '34', '50', '101', '152']): 网络的深度。"18"和"34"使用基本块。其他深度使用瓶颈块,输出通道数是其四倍。get_variants 的每个变体都将其设置为变体名称。默认为"18"。zero_init_residual(bool): 是否将每个残差块中最后一个批归一化层的权重设置为零。每个块的残差分支将以零输出开始,因此只有快捷连接到达块的最终 ReLU。预训练权重会替换此初始化。请参阅 Accurate, Large Minibatch SGD。默认为False。groups(int): 每个瓶颈块中3x3卷积的组数。深度"18"和"34"只接受1。对于其他值,torchvision会引发ValueError。默认为1。width_per_group(int): 每个瓶颈块中每组的通道数。块的3x3卷积有int(planes * width_per_group / 64) * groups个通道。planes对于layer1到layer4分别是 64、128、256 或 512。深度"18"和"34"只接受64。对于其他值,torchvision会引发ValueError。默认为64。replace_stride_with_dilation(tuple[bool, bool, bool]): 对于layer2、layer3和layer4,是否用膨胀替换步长2。带有膨胀的阶段会保持其前一个阶段的分辨率。深度"18"和"34"只接受False。对于True,torchvision会引发NotImplementedError。weights(Literal['download', 'none'] | None): 值"download"加载torchvision的DEFAULTImageNet 权重。任何其他值都保持随机初始化。该值不会到达 BaseNode,因此检查点 URL 或"yolo"无效。**kwargs: 转发给 BaseNode 的关键字参数。
ValueError: 当variant不是五个深度之一时。
forward
Python
1def forward(inputs: Tensor) -> list[Tensor]:torchvision 模型的 conv1、bn1、relu 和 maxpool,总步长为 4。该节点跳过 avgpool 和 fc。示例
Pycon
1>>> import torch
2>>> from luxonis_train.nodes import ResNet
3>>> node = ResNet(variant="18")
4>>> [tuple(t.shape) for t in node(torch.zeros(1, 3, 64, 64))]
5[(1, 64, 16, 16), (1, 128, 8, 8), (1, 256, 4, 4), (1, 512, 2, 2)]inputs(Tensor): 形状为[B, 3, H, W]的图像批次。
list[Tensor]:layer1到layer4的输出,步长分别为 4、8、16 和 32。对于深度"18"和"34",它们有 64、128、256 和 512 个通道,对于其他深度,通道数是其四倍。带有膨胀的阶段会保持其前一个阶段的步长。
get_variants
Python
1def get_variants() -> tuple[str, dict[str, Kwargs]]:variant 设置为其自己的名称。"18" 是默认值。示例
Pycon
1>>> from luxonis_train.nodes import ResNet
2>>> default, variants = ResNet.get_variants()
3>>> default, list(variants)
4('18', ['18', '34', '50', '101', '152'])
5>>> variants["50"]
6{'variant': '50'}tuple[str, dict[str, Kwargs]]: 名称"18",以及一个将"18"、"34"、"50"、"101"和"152"中的每一个映射到{"variant": name}的字典。