pytorch选取特定的预训练网络的某个结构和子结构

data-master

于 2023-05-30 21:13:48 发布

阅读量95

点赞数

分类专栏： CV个人工具包文章标签： pytorch 网络深度学习人工智能

本文链接：https://blog.csdn.net/qq_26974921/article/details/130957271

版权

model=models.segmentation.fcn_resnet50(pretrained=True)
data=torch.ones(1,3,512,512)
#summary(model,(3,512,512),1,'cpu')#查看网络结构chan,w,h
#torch.onnx.export(model, data, 'name.onnx',verbose=True)
model=model.backbone
print(model)
model = nn.Sequential(*list(model.children())[:6]) # 移除最后两个模块（卷积层）
# # 获取最后一个卷积层的输出特征数量
print(model)
#model=models.maxvit_t(weights=MaxVit_T_Weights.IMAGENET1K_V1)
out=model(data)
print(out.shape)

Sequential(
  (0): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
  (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (2): ReLU(inplace=True)
  (3): MaxPool2d(kernel_size=3, stride=2, padding=1, dilation=1, ceil_mode=False)
  (4): Sequential(
    (0): Bottleneck(
      (conv1): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=Fals