TorchVision 对象检测微调教程

• 教程流程为：自定义数据集-》加载预训练模型-》修改模型模块-》训练模型-》测试模型
• 自定义数据集，继承类包括如下三部分，其中私有函数__getitem__的返回结果中包含后续训练中需要的字段信息，可通过roi_heads.py文件查看check_targets函数。

1. 数据集应继承自标准torch.utils.data.Dataset类， 数据集基类;
2. 实现__len__， 表示图片的数量;
3. 实现__getitem__，表示读取的原对象和返回的处理结果(数据转换或扩充的逻辑包含在此函数中);

• 加载预训练模型

1. 识别预训练模型

>>> torchvision.__version__
'0.4.1'
>>> dir(torchvision.models)
['AlexNet', 'DenseNet', 'GoogLeNet', 'Inception3', 'MNASNet', 'MobileNetV2', 'ResNet', 'ShuffleNetV2', 'SqueezeNet', 'VGG', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '_utils', 'alexnet', 'densenet', 'densenet121', 'densenet161', 'densenet169', 'densenet201', 'detection', 'googlenet', 'inception', 'inception_v3', 'mnasnet', 'mnasnet0_5', 'mnasnet0_75', 'mnasnet1_0', 'mnasnet1_3', 'mobilenet', 'mobilenet_v2', 'resnet', 'resnet101', 'resnet152', 'resnet18', 'resnet34', 'resnet50', 'resnext101_32x8d', 'resnext50_32x4d', 'segmentation', 'shufflenet_v2_x0_5', 'shu