简体中文 | English
该models子包中包含了为语义分割模型提取特征的骨干网络。
ResNet_vd 骨干网络源于"Bag of Tricks for Image Classification with Convolutional Neural Networks"
class paddleseg.models.backbones.Resnet_vd(
layers = 50,
output_stride = None,
multi_grid = (1, 1, 1),
lr_mult_list = (0.1, 0.1, 0.2, 0.2),
pretrained = None
)
- layers (int, optional): ResNet_vd的层数。 支持的层数有[18, 34, 50, 101, 152, 200]。 默认: 50
- output_stride (int, optional): 与输入图像相比,输出特征的缩放步长,该参数将影响下采样倍数。该参数应为 8 或 16。 默认: 8
- multi_grid (tuple|list, optional): stage 4的grid设置,用以扩大卷积的感受野。 默认: (1, 1, 1)
- pretrained (str, optional): 预训练模型的路径。
paddleseg.models.backbones.ResNet18_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 18 。
paddleseg.models.backbones.ResNet34_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 34 。
paddleseg.models.backbones.ResNet50_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 50 。
paddleseg.models.backbones.ResNet101_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 101 。
paddleseg.models.backbones.ResNet152_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 152 。
padddelseg.models.backbones.ResNet200_vd(**args)
返回 ResNet_vd 类的一个对象,其层数为 200 。
HRNet 骨干网络源于 "HRNet:Deep High-Resolution Representation Learning for Visual Recognition"
class paddleseg.models.backbones.HRNet(
pretrained = None,
stage1_num_modules = 1,
stage1_num_blocks = (4,),
stage1_num_channels = (64,),
stage2_num_modules = 1,
stage2_num_blocks = (4, 4),
stage2_num_channels = (18, 36),
stage3_num_modules = 4,
stage3_num_blocks = (4, 4, 4),
stage3_num_channels = (18, 36, 72),
stage4_num_modules = 3,
stage4_num_blocks = (4, 4, 4, 4),
stage4_num_channels = (18, 36, 72, 14),
has_se = False,
align_corners = False
)
- pretrained (str, optional): 预训练模型的路径。
- stage1_num_modules (int, optional): stage1 的模块数量。 默认: 1
- stage1_num_blocks (list, optional): stage1 的每个模块的block数。 默认: (4,)
- stage1_num_channels (list, optional): stage1 的每个分支的通道数。 默认: (64,)
- stage2_num_modules (int, optional): stage2 的模块数量。*默认: 1。
- stage2_num_blocks (list, optional): stage2 的每个模块的block数。 默认: (4, 4)
- stage2_num_channels (list, optional): stage2 的每个分支的通道数。 默认: (18, 36)
- stage3_num_modules (int, optional): stage3 的模块数量。 默认: 4
- stage3_num_blocks (list, optional): stage3 的每个模块的block数。 默认: (4, 4, 4)
- stage3_num_channels (list, optional): stage3 的每个分支的通道数。 默认: (18, 36, 72)
- stage4_num_modules (int, optional): stage4 的模块数量。默认: 3
- stage4_num_blocks (list, optional): stage4 的每个模块的block数。默认: (4, 4, 4, 4)
- stage4_num_channels (list, optional): stage4 的每个分支的通道数。 默认: (18, 36, 72, 144)
- has_se (bool, optional): 是否使用Squeeze-and-Excitation 模块。 默认: False
- align_corners (bool, optional): F.interpolate 的一个参数。当特征大小为偶数时应设置为 False,例如 1024x512; 否则为 True, 例如 769x769。 默认:: False
paddleseg.models.backbones.HRNet_W18_Small_V1(**kwargs)
返回 HRNet 类的一个对象,其宽度为 18 且小于 HRNet_W18_Small_V2。
paddleseg.models.backbones.HRNet_W18_Small_V2(**kwargs)
返回 HRNet 类的一个对象,其宽度为 18 且小于 HRNet_W18。
paddleseg.models.backbones.HRNet_W18(**kwargs)
返回 HRNet 类的一个对象,其宽度为 18。
paddleseg.models.backbones.HRNet_W30(**kwargs)
返回 HRNet 类的一个对象,其宽度为 30。
paddleseg.models.backbones.HRNet_W32(**kwargs)
返回 HRNet 类的一个对象,其宽度为 32。
paddleseg.models.backbones.HRNet_W40(**kwargs)
返回 HRNet 类的一个对象,其宽度为 40。
paddleseg.models.backbones.HRNet_W44(**kwargs)
返回 HRNet 类的一个对象,其宽度为 44。
paddleseg.models.backbones.HRNet_W48(**kwargs)
返回 HRNet 类的一个对象,其宽度为 48。
paddleseg.models.backbones.HRNet_W60(**kwargs)
返回 HRNet 类的一个对象,其宽度为 60。
paddleseg.models.backbones.HRNet_W64(**kwargs)
返回 HRNet 类的一个对象,其宽度为 64。
MobileNetV3 骨干网络源于 "Searching for MobileNetV3".
class paddleseg.models.backbones.MobileNetV3(
pretrained = None,
scale = 1.0,
model_name = "small",
output_stride = None
)
- pretrained (str, optional): 预训练模型的路径。
- scale (float, optional): 通道调整的尺度。建议:相对small模型而言,对large模型设置更高的scale。 默认: 1.0
- model_name (str, optional): 模型名称。它决定了MobileNetV3的类型。该参数应为 'small' 或 'large'之一。 默认: 'small'
- output_stride (int, optional): 与输入图像相比,输出特征的步长。 该参数应为 [2, 4, 8, 16, 32]中之一。 默认: None
paddleseg.models.backbones.MobileNetV3_small_x0_35(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.35,且 model_name为 'small'。
paddleseg.models.backbones.MobileNetV3_small_x0_5(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.5,且 model_name为 'small'。
paddleseg.models.backbones.MobileNetV3_small_x0_75(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.75,且 model_name为 'small'。
paddleseg.models.backbones.MobileNetV3_small_x1_0(**args)
返回 MobileNetV3 类的一个对象,其scale为 1.0,且 model_name为 'small'。
paddleseg.models.backbones.MobileNetV3_small_x1_25(**args)
返回 MobileNetV3 类的一个对象,其scale为 1.25,且 model_name为 'small'。
paddleseg.models.backbones.MobileNetV3_large_x0_35(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.35,且 model_name为 'large'。
paddleseg.models.backbones.MobileNetV3_large_x0_5(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.5,且 model_name为 'large'。
paddleseg.models.backbones.MobileNetV3_large_x0_75(**args)
返回 MobileNetV3 类的一个对象,其scale为 0.75,且 model_name为 'large'。
paddleseg.models.backbones.MobileNetV3_large_x1_0(**args)
返回 MobileNetV3 类的一个对象,其scale为 1.0,且 model_name为 'large'。
paddleseg.models.backbones.MobileNetV3_large_x1_25(**args)
返回 MobileNetV3 类的一个对象,其scale为 1.25,且 model_name为 'large'。
XceptionDeeplab 即 Xception backbone of DeepLabV3+,源于 "Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation"
class paddleseg.models.backbones.XceptionDeeplab(
backbone,
pretrained = None,
output_stride = 16
)
- backbone (str): 选择哪种类型的 Xception_DeepLab。该参数应为('xception_41', 'xception_65', 'xception_71')之一。
- pretrained (str, optional): 预训练模型的路径。
- output_stride (int, optional): 与输入图像相比,输出特征的步长。该参数应为 8 或 16。 默认: 16
paddleseg.models.backbones.Xception41_deeplab(**args)
返回一个 XceptionDeeplab 类的对象,其层数为41。
paddleseg.models.backbones.Xception65_deeplab(**args)
返回一个 XceptionDeeplab 类的对象,其层数为65。
paddleseg.models.backbones.Xception71_deeplab(**args)
返回一个 XceptionDeeplab 类的对象,其层数为71。