pytorch 加载部分权重

pytorch加载部分权重

state_list=['rpn.anchor_generator.cell_anchors.0', 'rpn.anchor_generator.cell_anchors.1',
            'rpn.anchor_generator.cell_anchors.2', 'rpn.anchor_generator.cell_anchors.3',
            'rpn.anchor_generator.cell_anchors.4', 'rpn.head.conv.weight', 'rpn.head.conv.bias',
            'rpn.head.cls_logits.weight', 'rpn.head.cls_logits.bias', 'rpn.head.bbox_pred.weight',
            'rpn.head.bbox_pred.bias', 'roi_heads.box.feature_extractor.fc6.weight',
            'roi_heads.box.feature_extractor.fc6.bias', 'roi_heads.box.feature_extractor.fc7.weight',
            'roi_heads.box.feature_extractor.fc7.bias', 'roi_heads.box.predictor.cls_score.weight',
            'roi_heads.box.predictor.cls_score.bias', 'roi_heads.box.predictor.bbox_pred.weight',
            'roi_heads.box.predictor.bbox_pred.bias', 'roi_heads.mask.feature_extractor.mask_fcn1.weight',
            'roi_heads.mask.feature_extractor.mask_fcn1.bias', 'roi_heads.mask.feature_extractor.mask_fcn2.weight',
            'roi_heads.mask.feature_extractor.mask_fcn2.bias', 'roi_heads.mask.feature_extractor.mask_fcn3.weight',
            'roi_heads.mask.feature_extractor.mask_fcn3.bias', 'roi_heads.mask.feature_extractor.mask_fcn4.weight',
            'roi_heads.mask.feature_extractor.mask_fcn4.bias', 'roi_heads.mask.predictor.conv5_mask.weight',
            'roi_heads.mask.predictor.conv5_mask.bias', 'roi_heads.mask.predictor.mask_fcn_logits.weight',
            'roi_heads.mask.predictor.mask_fcn_logits.bias']
state=torch.load(r'D:\PycharmProjects\maskrcnn-benchmark-master\train/e2e_mask_rcnn_X_101_32x8d_FPN_1x_14.pkl')
load_state = {k: v for k, v in state.items() if k not in state_list}

model_state = model.state_dict()

model_state.update(load_state)

model.load_state_dict(model_state)
  • 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