Mixformer的预训练网络

在三年之后

已于 2022-09-27 07:51:13 修改

阅读量267

点赞数 1

分类专栏：单目标跟踪文章标签：目标检测

于 2022-05-04 15:57:43 首次发布

本文链接：https://blog.csdn.net/IS_MOKE/article/details/124571801

版权

本文探讨了Mixformer预训练网络在目标检测任务中的使用，详细介绍了如何加载部分预训练模型并将其应用于实际实现。

摘要由CSDN通过智能技术生成

加载部分预训练模型

#加载model，model是自己定义好的模型
resnet50 = models.resnet50(pretrained=True) 
model =Net(...) 
 
#读取参数 
pretrained_dict =resnet50.state_dict() 
model_dict = model.state_dict() 
 
#将pretrained_dict里不属于model_dict的键剔除掉 
pretrained_dict =  {
   k: v for k, v in pretrained_dict.items() if k in model_dict} 
 
# 更新现有的model_dict 
model_dict.update(pretrained_dict) 
 
# 加载我们真正需要的state_dict 
model.load_state_dict(model_dict)

在Mixformer中的具体实现：

	msvit_spec = config.MODEL.BACKBONE#超参列表
    msvit = ConvolutionalVisionTransformer(in_chans=3,act_layer=QuickGELU,norm_layer=partial(LayerNorm, eps=1e-5),init=getattr(msvit_spec, 'INIT', 'trunc_norm'),spec=msvit_spec)
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++&#