FasterRCNN源码解析（一，Linux运维高级工程师每日面试题精选

洪湖顶级程序员

于 2024-04-07 19:55:41 发布

阅读量270

点赞数 3

分类专栏： 2024年程序员学习文章标签：运维 linux 深度学习

本文链接：https://blog.csdn.net/m0_61549984/article/details/137475902

版权

作者在视频中跑的是mobilnet模型，这里我们尝试跑一下res50+fpn的模型

1. `create_model`

这个类是定义模型的部分。

这里需要注意的是
backbone = resnet50_fpn_backbone()会自动的冻结部分底层权重
代码如下（示例）：

def create\_model(num_classes):
    backbone = resnet50_fpn_backbone()
    # 训练自己数据集时不要修改这里的91，修改的是传入的num\_classes参数
    model = FasterRCNN(backbone=backbone, num_classes=91)
    # 载入预训练模型权重
    # https://download.pytorch.org/models/fasterrcnn\_resnet50\_fpn\_coco-258fb6c6.pth
    weights_dict = torch.load("./backbone/fasterrcnn\_resnet50\_fpn\_coco.pth")
    missing_keys, unexpected_keys = model.load_state_dict(weights_dict, strict=False)
    if len(missing_keys) != 0 or len(unexpected_keys) != 0:
        print("missing\_keys: ", missing_keys)
        print("unexpected\_keys: ", unexpected_keys)

    # get number of input features for the