背景:
用refineDet-resnet-101的时候,遇到问题。refineDet需要用resnet-101进行初始化,但是由于二者的结果并不完全一致(i.e部分一致),所以不能直接refineDet-resnet-101.load_state_dict()
来做。需要自己自己写for循环来手动匹配。
一些需要知道的知识
pytorch 所提供的预训练模型 .pth
的本质是一个OrderedDict
。
以resnet101为例,如下代码:
resnet = torch.load('resnet101-5d3b4d8f.pth')
print(type(resnet))
"""
输出: collections.OrderedDict
"""
例子
resnet
是net
中的一部分,
net = MyNet()
resnet = torch.load('resnet101-5d3b4d8f.pth') # 返回的与OrderedDict
temp = net.state_dict() # 返回的与OrderedDict
for key in resnet.keys():
if key in temp.keys(): #匹配关键字
temp[key] = resnet[key] # 参数赋值
net.load_state_dict(temp) # load 权重