视觉工具包torchvision更新:加入分割、检测模型，还有数据集

栗子 发自 凹非寺

量子位 出品 | 公众号 QbitAI

PyTorch宣布了视觉工具包torchvision的重大更新。

终于来到torchvision 0.3了。

这次，工具包里增加了许多新模型：做语义分割的，做目标检测的，做实例分割的……

也增加了许多数据集，比如ImageNet，CelebA，Caltech 101等等等等。

另外，torchvision还有了不少视觉专用的C++/Cuda算子。

消息一出，小伙伴们纷纷奔走相告。

现在，来仔细观察一下，新的torchvision都有哪里变强了。

哪些功能是新来的？

训练/评估脚本

现在，reference/文件夹地下，提供了训练和评估用的脚本，支持许多任务：

分类、语义分割、目标检测、实例分割，以及人物关键点检测。

这些脚本可以当做log：写着某一个特定的模型要怎样训练，并且提供了基线。有了这份快速指引，便于顺利展开研究。

torchvision算子

就像开头提到的那样，torchvision这次有了定制的C++/CUDA算子，计算机视觉专用。

有了这些算子，搭建目标检测模型就更加轻松了：

· roi_pool (以及模块版本RoIPool)· roi_align (以及模块版本RoIAlign)· nms，给边界框做非极大抑制 (Non-Maximum Suppression用的)· box_iou，用来计算两组边界框之间的交集· box_area, 用来计算一组边界框的面积

等到下次更新，这些算子就会支持PyTorch脚本模式了。

至于这些算子怎么用，官方给出了一些例子：

哪些模型是新来的？

既然，目标检测、实例分割，以及人物关键点检测模型的支持，全部是最新加入的。

那么，就来看看增加了哪些模型吧：

分割模型

官方博客写到，torchvision 0.3新加入了FCN和DeepLabV3分割模型，用了ResNet50和ResNet101骨架。

ResNet101有预训练的权重可用，是在COCO train2017数据集的一个子集上训练的，20个类别和Pascal VOC一致：

检测模型

torchvision 0.3新包含了预训练的Faster R-CNN、Mask R-CNN以及Keypoint R-CNN。

官方还提到，各种模型的实现都很快，尤其是训练过程很快。

(团队用了8个V100 GPU，带有CUDA 10.0和CUDNN 7.4的那种。训练中每个GPU的批尺寸是2，测试中的批尺寸是1。)

速度如下，都是毫秒级：

而且，只要写几行代码，就可以直接加载、运行那些预训练的检测模型与分割模型了：

import torchvision  model = torchvision.models.detection.maskrcnn_resnet50_fpn(pretrained=True) # set it to evaluation mode, as the model behaves differently # during training and during evaluation model.eval()  image = PIL.Image.open('/path/to/an/image.jpg') image_tensor = torchvision.transforms.functional.to_tensor(image)  # pass a list of (potentially different sized) tensors # to the model, in 0-1 range. The model will take care of # batching them together and normalizing output = model([image_tensor]) # output is a list of dict, containing the postprocessed predictions 

分类模型

新加入的分类模型有这些：

· GoogLeNet (Inception v1)

· MobiliNet V2

· ShuffleNet v2

· ResNeXt-50 32x4d，以及ResNeXt-101 32x8d

哪些数据集是新来的？

先看人脸数据集，加入了这些：

Caltech101，Caltech256，以及CelebA

然后，ImageNet也加入了。

还有，Semantic Boundaries Dataset (语义边界数据集) 。

以及，VisionDataset，作为各种数据集的基类 (base class) 。

快去用一下

如果你还有什么疑问，可以观察更详细的发布说明。

如果你不知道怎么用，可以服用Colab教程。

如果你已经准备好了，就开始用新的torchvision去做项目吧。

torchvision 0.3.0

https://pypi.org/project/torchvision/

Colab教程：

https://colab.research.google.com/github/pytorch/vision/blob/temp-tutorial/tutorials/torchvision_finetuning_instance_segmentation.ipynb

详细的发布说明：

https://github.com/pytorch/vision/releases

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

?'?' ? 追踪AI技术和产品新动态