cv-基准流程:

如下,有make_model dict load 啥的 就是在记载预训练模型。
然后,保存模型就是save啥的之类的。

model = Net.make_model(opt)
model_dict = model.state_dict()
pretrained_dict = torch.load(opt.resume, map_location='cuda:0')
for key in model_dict.keys():
    model_dict[key] = pretrained_dict[key]
model.load_state_dict(model_dict)
model = model.to(opt.device)

在inference过程中,一般就会把自己网络模块给导入过来然后方便调用测试:

比如Boosted-VSR网络中就是,导入了Bossted_Basicvsr里面的model_test进行测试

Net就是加载模型。

SRmodel = import_module(opt.model)
Net = import_module('networks.' + opt.model + '_arch')

关于那个传参数的,今天又差点忘了。。。。

有--开头的是可选参数,在终端中传入参数时,要写出--config之类的,不然代码识别不了。

另外,关于另一个action = store_true 就是自动传入这个true,store_false 则是false。

关于mmeditig训练会传入的config文件:

在train.py中利用

Config.fromfile(args.config)

对这个config的配置文件进行解析的。

然后config文件,就写有关于这个网络训练,测试的流程。实现了解耦,很高效简洁。(但具体 怎么调用这个config写的配置文件的东西 暂时。。。)

https://zhuanlan.zhihu.com/p/387484734

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值