Transformers 文档
骨干网络
并获取增强的文档体验
开始使用
骨干网络
骨干网络是一种模型，用于为更高级别的计算机视觉任务（如目标检测和图像分类）提取特征。Transformers 提供了一个 AutoBackbone 类，用于从预训练模型权重初始化 Transformers 骨干网络，以及两个实用工具类
- BackboneMixin 允许从 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。
使用 TimmBackbone 和 TimmBackboneConfig 类加载 timm 模型。
以下模型支持骨干网络
- BEiT
- BiT
- ConvNext
- ConvNextV2
- DiNAT
- DINOV2
- FocalNet
- MaskFormer
- NAT
- ResNet
- Swin Transformer
- Swin Transformer v2
- ViTDet
AutoBackbone
BackboneMixin
将此实例序列化为 Python 字典。覆盖 PretrainedConfig 中的默认 to_dict() 方法，以包含 out_features 和 out_indices 属性。
BackboneConfigMixin
一个 Mixin 类，用于支持处理骨干网络配置的 out_features 和 out_indices 属性。
将此实例序列化为 Python 字典。覆盖 PretrainedConfig 中的默认 to_dict() 方法，以包含 out_features 和 out_indices 属性。
TimmBackbone
timm 模型的包装类，用作骨干网络。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
类 transformers.TimmBackboneConfig
< source >( 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, 默认为 3) — 输入通道的数量。 - features_only (
bool, 可选, 默认为True) — 是否仅输出特征或同时输出 logits。 - use_pretrained_backbone (
bool, 可选, 默认为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，则输出的特征索引列表。可以是 0、1、2 等（取决于模型有多少个阶段）。如果未设置，则默认为最后一个阶段。 - freeze_batch_norm_2d (
bool, 可选, 默认为False) — 将所提供模块的所有BatchNorm2d和SyncBatchNorm层转换为FrozenBatchNorm2d。
这是用于存储 timm 骨干网络 TimmBackbone 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