Transformers documentation
PPLCNetV3
该模型于 2021-09-17 在 HF papers 上发布，并于 2026-03-13 贡献给 Hugging Face Transformers。
PPLCNetV3
PPLCNetV3 是一种轻量级、针对 CPU 优化的卷积骨干网络，旨在高效地执行图像分类及下游视觉任务。它在 PP-LCNet 架构的基础上，通过改进的训练策略和结构优化，在 CPU 硬件上实现了更优的精度与延迟平衡。
备注
- PPLCNetV3 仅作为骨干网络提供。官方尚未发布任何预训练图像分类检查点。
PPLCNetV3Config
class transformers.PPLCNetV3Config
< source >( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonescale: float | int = 1.0block_configs: list | None = Nonestem_channels: int = 16stem_stride: int = 2reduction: int = 4divisor: int = 8hidden_act: str = 'hardswish'_out_features: list[str] | None = None_out_indices: list[int] | None = Noneconv_symmetric_num: int = 4 )
参数
- scale (
float，可选，默认为 1.0) — 用于调整模型通道维度的缩放因子，可在不改变整体架构的情况下调整模型大小和计算成本（例如 0.25、0.5、1.0、1.5）。 - block_configs (
list[list[tuple]]，可选，默认为None) — 每个阶段中每个块的配置。每个元组包含： (kernel_size, in_channels, out_channels, stride, use_squeeze_excitation)。 如果为None，则使用默认的 PP-LCNet 配置。 - stem_channels (
int，可选，默认为 16) — stem 层的输出通道数。 - stem_stride (
int，可选，默认为 2) — Stem 卷积层的步长。 - reduction (
int，可选，默认为 4) — 在 squeeze-and-excitation (SE) 块中用于特征通道维度的缩减因子，用于在保持特征表示能力的同时减少模型参数量和计算复杂度。 - divisor (
int, 可选，默认为 8) — 用于确保各种模型参数（例如通道维度、卷积核大小）均为该值的倍数，从而促进高效的模型实现和资源利用。 - hidden_act (
str，可选，默认为hardswish) — 解码器中的非线性激活函数（函数或字符串）。例如，"gelu"、"relu"、"silu"等。 - conv_symmetric_num (
int, 可选，默认为4) — 可学习重参数化层中 kxk 卷积分支的数量。该参数用于在训练阶段通过多分支架构增强特征提取能力，同时通过结构重参数化实现高效的推理。
这是用于存储 Pp Lcnet V3Model 配置的类。它根据指定的参数实例化 Pp Lcnet V3 模型，并定义模型架构。使用默认值实例化配置将得到与 PaddlePaddle/Not_yet_released 类似的配置。
配置对象继承自 PreTrainedConfig，可用于控制模型输出。有关更多信息，请参阅 PreTrainedConfig 的文档。
PPLCNetV3Backbone
class transformers.PPLCNetV3Backbone
< source >( config: PPLCNetV3Config )
参数
- config (PPLCNetV3Config) — 模型的配置类，包含模型的所有参数。使用配置文件进行初始化时，不会加载与模型关联的权重，仅加载配置。请查看 from_pretrained() 方法以加载模型权重。
用于特征提取的 PPLCNetV3 骨干模型。
该模型继承自 PreTrainedModel。请查阅父类文档，了解该库为所有模型实现的通用方法（例如下载或保存、调整输入嵌入大小、剪枝头等）。
该模型也是 PyTorch torch.nn.Module 的子类。 请将其作为常规的 PyTorch Module 使用，有关通用用法和行为的所有事项，请参阅 PyTorch 文档。
forward
< source >( pixel_values: Tensor**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → BackboneOutput or tuple(torch.Tensor)
参数
- pixel_values（形状为
(batch_size, num_channels, image_size, image_size)的torch.Tensor）— 对应于输入图像的张量。可以使用image_processor_class获取像素值。有关详细信息，请参阅image_processor_class.__call__（processor_class使用image_processor_class来处理图像）。
返回值
BackboneOutput 或 tuple(torch.Tensor)
BackboneOutput 或 torch.Tensor 元组（如果传入 return_dict=False 或 config.return_dict=False），其包含的元素取决于配置（PPLCNetV3Config）和输入。
PPLCNetV3Backbone 的 forward 方法重写了 __call__ 特殊方法。
尽管前向传播的实现需要在此函数中定义，但之后应调用
Module实例，而不是直接调用此函数，因为前者会负责执行预处理和后处理步骤，而后者则会静默地忽略这些步骤。
feature_maps（形状为
(batch_size, num_channels, height, width)的tuple(torch.Tensor)）— 各阶段的特征图。hidden_states (
tuple(torch.Tensor)，可选，在传入output_hidden_states=True或config.output_hidden_states=True时返回) — 一个torch.Tensor元组（包含嵌入层的输出以及每一层的输出），形状为(batch_size, sequence_length, hidden_size)或(batch_size, num_channels, height, width)，具体取决于骨干网络。模型在每个阶段输出处的隐藏状态，以及初始嵌入输出。
attentions (
tuple(torch.Tensor)，可选，当传入output_attentions=True或config.output_attentions=True时返回) — 一个torch.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。仅当主干网络使用注意力机制时适用。注意力权重，即经过注意力 softmax 之后的权重，用于在自注意力头中计算加权平均值。
示例：
>>> from transformers import PPLCNetV3Config, PPLCNetV3Backbone
>>> import torch
>>> config = PPLCNetV3Config()
>>> model = PPLCNetV3Backbone(config)
>>> pixel_values = torch.randn(1, 3, 224, 224)
>>> with torch.no_grad():
... outputs = model(pixel_values)
>>> feature_maps = outputs.feature_maps
>>> list(feature_maps[-1].shape)