PyTorch专栏（八）：微调基于torchvision 0.3的目标检测模型

 

专栏目录：

第一章：PyTorch之简介与下载

• PyTorch简介

• PyTorch环境搭建

第二章：PyTorch之60分钟入门

• PyTorch入门

• PyTorch自动微分

• PyTorch神经网络

• PyTorch图像分类器

• PyTorch数据并行处理

第三章：PyTorch之入门强化

• 数据加载和处理

• PyTorch小试牛刀

• 迁移学习

• 混合前端的seq2seq模型部署

• 保存和加载模型

第四章：PyTorch之图像篇

• 微调基于torchvision 0.3的目标检测模型

• 微调TorchVision模型

• 空间变换器网络

• 使用PyTorch进行神经传递

• 生成对抗示例

• 使用ONNX将模型转移至Caffe2和移动端

第五章：PyTorch之文本篇

• 聊天机器人教程

• 使用字符级RNN生成名字

• 使用字符级RNN进行名字分类

• 在深度学习和NLP中使用Pytorch

• 使用Sequence2Sequence网络和注意力进行翻译

第六章：PyTorch之生成对抗网络

第七章：PyTorch之强化学习
 

在这篇文章中，我们将微调在 Penn-Fudan 数据库中对行人检测和分割的已预先训练的 Mask R-CNN 模型。它包含170个图像和345个行人实例，我们 将用它来说明如何在 torchvision 中使用新功能，以便在自定义数据集上训练实例分割模型。

1.定义数据集

对于训练对象检测的引用脚本，实例分割和人员关键点检测要求能够轻松支持添加新的自定义数据。数据集应该从标准的类torch.utils.data.Dataset 继承而来，并实现_len和_getitem_

我们要求的唯一特性是数据集的__getitem__应该返回：* 图像：PIL图像大小(H,W) * 目标：包含以下字段的字典
<1> boxes(FloatTensor[N,4])：N边框（bounding boxes）坐标的格式[x0,x1,y0,y1]，取值范围是0到W,0到H。
<2> labels(Int64Tensor[N])：每个边框的标签。
<3> image_id(Int64Tensor[1])：图像识别器，它应该在数据集中的所有图像中是唯一的，并在评估期间使用。
<