Transformers 文档

主干

Hugging Face's logo
加入 Hugging Face 社区

并获得增强文档体验的权限

开始使用

骨干网络

骨干网络是一种用于特征提取的模型,用于更高级的计算机视觉任务,如目标检测和图像分类。 Transformers 提供了一个 AutoBackbone 类,用于从预训练的模型权重初始化 Transformers 骨干网络,以及两个实用程序类

  • BackboneMixin 支持从 Transformers 或 timm 初始化骨干网络,并包含用于返回输出特征和索引的函数。
  • BackboneConfigMixin 设置骨干网络配置的输出特征和索引。

timm 模型使用 TimmBackboneTimmBackboneConfig 类加载。

以下模型支持骨干网络

AutoBackbone

transformers.AutoBackbone

< >

( *args **kwargs )

BackboneMixin

transformers.utils.BackboneMixin

< >

( )

to_dict

< >

( )

将此实例序列化为 Python 字典。覆盖 PretrainedConfig 中的默认 to_dict() 以包含 out_featuresout_indices 属性。

BackboneConfigMixin

transformers.utils.BackboneConfigMixin

< >

( )

用于支持处理主干配置的 `out_features` 和 `out_indices` 属性的混合类。

to_dict

< >

( )

将此实例序列化为 Python 字典。覆盖 PretrainedConfig 中的默认 to_dict() 以包含 out_featuresout_indices 属性。

TimmBackbone

transformers.TimmBackbone

< >

( config **kwargs )

timm 模型的包装类,用作主干网络。这使得 timm 模型可以与库中的其他模型互换使用,并保持相同的 API。

TimmBackboneConfig

transformers.TimmBackboneConfig

< >

( backbone = None num_channels = 3 features_only = True use_pretrained_backbone = True out_indices = None freeze_batch_norm_2d = False **kwargs )

参数

  • backbone (str, 可选) — 要加载的 timm 检查点。
  • num_channels (int, 可选, 默认值为 3) — 输入通道的数量。
  • features_only (bool, 可选, 默认值为 True) — 是否仅输出特征或也输出 logits。
  • use_pretrained_backbone (bool, 可选, 默认值为 True) — 是否使用预训练的骨干网络。
  • out_indices (List[int], 可选) — 如果用作骨干网络,则为要输出的特征的索引列表。可以是 0、1、2 等中的任何一个(取决于模型有多少个阶段)。如果未设置,则默认为最后阶段。
  • freeze_batch_norm_2d (bool, 可选, 默认值为 False) — 将提供的模块的所有 BatchNorm2dSyncBatchNorm 层转换为 FrozenBatchNorm2d

这是用于存储 timm 骨干网络 TimmBackbone 的配置的配置类。

它用于根据指定的参数实例化 timm 骨干网络模型,定义模型。

配置对象继承自 PretrainedConfig,可用于控制模型输出。有关更多信息,请阅读 PretrainedConfig 的文档。

示例

>>> from transformers import TimmBackboneConfig, TimmBackbone

>>> # Initializing a timm backbone
>>> configuration = TimmBackboneConfig("resnet50")

>>> # Initializing a model from the configuration
>>> model = TimmBackbone(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config
< > 在 GitHub 上更新