【Pytorch】快速下载预训练模型并修改保存路径

首次用Pytorch加载预训练模型,需要在线下载,但是下载速度比较慢。下载后会保存在本地缓存里。如果能直接加载本地下载好的模型就会快了,主要是个修改路径的问题。

所以要提升速度一般有两种方法:
1.修改torch源码,一次性改变下载url
2.将离线模型权重存到缓存文件夹里
参考:pytorch预训练模型的下载地址以及解决下载速度慢的方法 - you-wh - 博客园
参考:【Pytorch】加载torchvision中预训练好的模型并修改默认下载路径_ProLover98的博客-CSDN博客
参考:pytorch 加载(.pth)格式的模型_人工智能_u014264373的博客-CSDN博客(没有修改存储路径)
但是用云服务器时候这两种方法都有点问题。如果预训练模型的下载路径和存储路径能随用随改就最好了。

所以以vgg16为例,本文采用的方法是:

import torch
from torchvision import models
pthfile = 
  • 6
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 安装pytorch和yolov5 首先需要安装pytorch和yolov5,可以使用以下命令进行安装: ``` pip install torch torchvision git clone https://github.com/ultralytics/yolov5.git ``` 2. 准备数据集 在训练yolov5模型之前,需要准备训练数据集。数据集应该包括图像和标签文件。标签文件应该是一个.txt文件,每个文件对应一个图像文件,其中每一行都是一个目标框的信息,包括类别、框的位置和大小等。在使用yolov5时,需要将标签文件转换为yolov5所需的格式。可以使用以下命令将标签文件转换为yolov5格式: ``` python3 yolov5/utils/datasets/convert.py --input_path /path/to/label/files --output_path /path/to/yolov5/labels --img_size 640 ``` 其中,--input_path指定标签文件的路径,--output_path指定转换后的标签文件保存路径,--img_size指定训练图像的大小。 3. 配置训练参数 在训练yolov5模型之前,需要配置训练参数。可以使用yolov5/models/yolov5s.yaml文件作为基础配置文件,根据需要进行修改。可以修改的参数包括网络结构、训练参数、数据增强等。需要根据自己的需求进行配置。 4. 开始训练 使用以下命令开始训练yolov5模型: ``` python3 train.py --img /path/to/images --batch 16 --epochs 50 --data /path/to/data.yaml --cfg yolov5/models/yolov5s.yaml --weights yolov5s.pt ``` 其中,--img指定训练图像的路径,--batch指定训练批次的大小,--epochs指定训练的轮数,--data指定数据集的配置文件,--cfg指定模型的配置文件,--weights指定训练模型的权重文件。 训练过程中,模型的权重文件会保存在runs/train/exp/weights/目录下。 5. 测试模型 使用以下命令测试训练好的模型: ``` python3 detect.py --source /path/to/images --weights runs/train/exp/weights/best.pt ``` 其中,--source指定测试图像的路径,--weights指定要测试的模型的权重文件。 测试过程中,模型会对每张测试图像进行测,并将测结果保存在runs/detect/exp/目录下。

“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