此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ResNet
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包
最后更新
Python API: luxonis_train.nodes.backbones.resnet来自 torchvision 的 ResNet 主干。

类

ResNet

ResNet 主干,返回四个残差阶段的输出。ResNet 在每个残差块周围添加了一个快捷连接。该节点封装了 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
  • 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"
  • 兼容::

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):
构建所选深度的 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 DEFAULT ImageNet 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。
引发
  • ValueError: 当 variant 不是五个深度之一时。
forward
Python
1def forward(inputs: Tensor) -> list[Tensor]:
运行 stem 和四个残差阶段。stem 是 torchvision 模型的 conv1、bn1、relu 和 maxpool,总步长为 4。该节点跳过 avgpool 和 fc。参数
  • inputs (Tensor): 形状为 [B, 3, H, W] 的图像批次。
返回
  • 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]]:
返回默认变体名称和 ResNet 深度。每个变体只将 variant 设置为其自己的名称。"18" 是默认值。返回
  • 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。

属性

backbone