pytorch加载预训练权重存在的问题

weigths = torch.save(model,'save.pt')
model.load_state_dict(weigths, strict = True)  #model.load_state_dict()函数把加载的权重复制到模型的权重中去

这里面有个小坑，strict布尔值默认True，对，默认严格导入。如果对网络结构有所改变，则需要删除相应的权重删除，哎都是为了导入backbone的权重呀，说多了都是泪。

new_weigths = {}
for k, v in weigths.items():
    if "fc" in k:
        continue
    new_weigth[k] = v

model.load_state_dict(weigths, strict = False)

因为我改变了全连接层，所以需要删除相应的权重，再将 strict设置成Fasle

#pragma once
#include <string>

class Infer
{
private:
    /* data */
    Infer(const std::string& );
public:

    Infer(const Infer& instance) = delete;
    // （此static是修饰函数）静态成员函数返回静态值
    static Infer* get_instance(const std::string& onnx_path){
        // 局部静态变量声明是可以定义的，因为静态不属于该类，且多线程初始化也是安全的
        static Infer result(onnx_path);
        return &result;
    }
    // 指针的大小是确定的4个字节
    Infer* in_ptr;
    static Infer jj;
    ~Infer();
};

#include "learn_leizhongbianliang.h"
#include <iostream>

Infer::Infer(const std::string& o_p)
{
    std::cout << "初始化成功" << o_p << std::endl;
}


Infer::~Infer()
{
    std::cout << "析构函数" << std::endl;
}