PyTorch RetinaNet列车模型输入

Question

我有model = torchvision.models.detection.retinanet_resnet50_fpn_v2(progress=True)，想要对它进行自定义数据的培训。为了得到损失，我必须

classification_loss, regression_loss = model(images, targets)

我已经为images创建了一个批处理张量，但是在我的生活中，无法找到我应该如何格式化targets以用于对象检测.每个目标都有一个边框和一个类标签。

Answer 1

查看本官方教程：https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html

一般来说，targets是一个list of dict，例如

targets = [
    {
        "boxes": torch.as_tensor([[xmin, ymin, xmax, ymax]], dtype=torch.float32),
        "labels": torch.as_tensor([1,], dtype=torch.int64)
    }
]