Faster R-CNN-modell

Nästa uppgift är att bygga en Faster R-CNN-modell som kan identifiera objekt av olika storlekar i en bild. För detta använder du klassen MultiScaleRoIAlign() från torchvision.ops.

Klassen FasterRCNN har importerats från torchvision.models.detection. Din anchor_generator från föregående övning finns tillgänglig i din arbetsyta, och torch, torch.nn som nn samt torchvision har importerats.

Den här övningen är en del av kursen

Djupinlärning för bilder med PyTorch

Visa kurs

Övningsinstruktioner

Importera MultiScaleRoIAlign från torchvision.ops.
Skapa en RoI-pooler med MultiScaleRoIAlign där featmap_names är satt till ["0"], output_size till 7 och sampling_ratio till 2.
Skapa Faster R-CNN-modellen och skicka in backbone, num_class för binär klassificering, anchor_generator och roi_pooler.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import MultiScaleRoIAlign
____

# Instantiate RoI pooler
roi_pooler = ____(
	____,
	____,
	____,
)

mobilenet = torchvision.models.mobilenet_v2(weights="DEFAULT")
backbone = nn.Sequential(*list(mobilenet.features.children()))
backbone.out_channels = 1280

# Create Faster R-CNN model
model = ____(
	backbone=____
	num_classes=____,
	anchor_generator=____,
	box_roi_pool=____,
)

Redigera och kör kod