运维

torchvision.ops实现特定于计算机视觉的运算符、损失和层。

注意

所有 Operator 都对 TorchScript 提供原生支持。

检测和 Segmentation 运算符

以下运算符执行对象检测和分割模型中所需的预处理和后处理。

（盒子、分数、IDX、iou_threshold）	以批处理方式执行非极大值抑制。
（口罩）	计算提供的蒙版周围的边界框。
（盒子、分数、iou_threshold）	根据框的交集与并集 （IoU） 对框执行非极大值抑制 （NMS）。
（输入、框、output_size[， ...]）	使用平均池化执行 Region of Interest （RoI） Align 运算符，如 Mask R-CNN 中所述。
（输入、框、output_size[， ...]）	执行快速 R-CNN 中描述的感兴趣区域 （RoI） 池运算符
（输入、框、output_size[， ...]）	执行 Light-Head R-CNN 中提到的位置敏感感兴趣区域 （RoI） 对齐运算符。
（输入、框、output_size[， ...]）	执行 R-FCN 中描述的位置敏感感兴趣区域 （RoI） 池运算符

（in_channels_list，......	模块，该模块从一组特征图的顶部添加 FPN。
（featmap_names，...[, ...])	多尺度 RoIAlign 池化，对于有或没有 FPN 的检测都很有用。
（output_size、spatial_scale、...[, ...])	请参阅 。
（output_size、spatial_scale）	请参阅 。
（output_size、spatial_scale、......	请参阅 。
（output_size、spatial_scale）	请参阅 。

Box 运算符

这些实用程序函数对边界框执行各种操作。

（框）	计算一组边界框的面积，这些边界框由其 （x1， y1， x2， y2） 坐标指定。
（框、in_fmt、out_fmt）	将框从 given 转换为 .in_fmtout_fmt
（方框 1、方框 2）	返回两组框之间的交集与联合 （Jaccard index）。
（盒子、尺寸）	剪辑框，以便它们位于大小为 .size
（方框 1、方框 2[、EPS]）	返回两组框之间的完整交集与联合（Jaccard 索引）。
（方框 1、方框 2[、EPS]）	两组框之间的交交并 （Jaccard index） 返回距离。
（方框 1、方框 2）	返回两组框之间的广义交集 （Jaccard index）。
（框，min_size）	删除至少包含一个边长小于 的所有框。boxesmin_size

损失

实现了以下特定于视觉的损失函数：

（方框 1、方框 2[、...]）	梯度友好的 IoU 损失，当框不重叠时，额外的惩罚为非零。
（方框 1、方框 2[、...]）	梯度友好的 IoU 损失，当框中心之间的距离不为零时，额外的惩罚为非零。
（方框 1、方框 2[、...]）	梯度友好的 IoU 损失，当框不重叠时，额外的惩罚为非零，并且随着其最小封闭框的大小而缩放。
（inputs， targets[， alpha， ...]）	在 RetinaNet 中用于密集检测的损失：https://arxiv.org/abs/1708.02002。

层

TorchVision 提供常用的构建块作为层：

（in_channels，......	用于 Convolution2d-Normalization-Activation 模块的可配置模块。
（in_channels，......	用于 Convolution3d-Normalization-Activation 模块的可配置模块。
（in_channels、out_channels......	请参阅 。
（p， block_size[， inplace， eps]）	请参阅 。
（p， block_size[， inplace， eps]）	请参阅 。
（num_features[， 每集]）	BatchNorm2d，其中批处理统计信息和仿射参数是固定的
（in_channels、hidden_channels......	此模块实现了多层感知器 （MLP） 模块。
（维度）	此模块返回张量输入的视图，其维度已排列。
（input_channels，......	此模块实现了 https://arxiv.org/abs/1709.01507 中的 Squeeze-and-Excitation 模块（参见图 2）。
（p，模式）	请参阅 。

（input， offset， weight[， bias， ...]）	执行可变形卷积 v2，如 Deformable ConvNets v2：更可变形，结果更好，如果不是，则执行可变形卷积，如 Deformable Convolutional Networks 中所述。maskNonemaskNone
（输入， p， block_size[， ...]）	实现 “DropBlock： A regularization method for convolutional networks” <https://arxiv.org/abs/1810.12890>中的 DropBlock2d。
（输入， p， block_size[， ...]）	实现 “DropBlock： A regularization method for convolutional networks” <https://arxiv.org/abs/1810.12890>中的 DropBlock3d。
（输入、p、模式[、训练]）	实现 “Deep Networks with Stochastic Depth” 中的随机深度，用于随机放置残差架构的残差分支。