pytorch加载部分预训练模型（解决问题的详细过程）

最新推荐文章于 2024-08-08 08:14:13 发布
最新推荐文章于 2024-08-08 08:14:13 发布
阅读量4.4k 收藏 28
点赞数 14
分类专栏： pytorch 文章标签： python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36804414/article/details/106718214
版权
本文记录了在PyTorch中加载部分预训练模型遇到的问题及解决过程。通过对比不同预训练模型的keys，发现键名不匹配导致加载错误。作者通过为model的keys添加前缀，成功解决了这个问题，简化了逐个加载的复杂过程。
摘要由CSDN通过智能技术生成

首先，给出代码地址https://github.com/jfzhang95/pytorch-deeplab-xception以及加载预训练模型的代码，做了些许修改

    pretrain_dict = model_zoo.load_url('https://download.pytorch.org/models/resnet101-5d3b4d8f.pth')
    model_dict = {
   }
    state_dict = model.state_dict()
    for k, v in pretrain_dict.items()
        if k in state_dict:
            model_dict[k] = v
    state_dict.update(model_dict)
    model.load_state_dict(state_dict)

其中，for循环寻找了model与加载的预训练模型中keys相同的部分，并将其值加载到model中&#

最低0.47元/天 解锁文章
沐漓先生
关注
专栏目录
xception pytorch 预训练模型.zip
07-12
xception pytorch 预训练模型，官网不太好下载，下载速度慢我把这个下好以后上传上来了。主要是用于加载预训练的权重。
pytorch加载已有模型的方式以及使用+加载预训练模型进行部分参数复制
weixin_42295969的博客
08-16 5222
加载训练好的模型进行测试结果
PyTorch-DeepLab-Xception 教程
最新发布
gitblog_00420的博客
08-08 729
PyTorch-DeepLab-Xception 教程 pytorch-deeplab-xceptionDeepLab v3+ model in PyTorch. Support different backbones.项目地址:https://gitcode.com/gh_mirrors/py/pytorch-deeplab-xception 1. 项目介绍 PyTorch-DeepLab-X...
Pysot demo.py载入模型报错 “Missing key(s) in state_dict”的解决方案
qq_40313336的博客
04-20 2176
如何在Pysot的demo.py中加载自己训练后的模型
使用MobileNetV3作为预训练模型遇到的问题及解决方法
A_water_的博客
07-09 5582
我参加了kaggle上一个分类比赛，然后决定使用预训练好的MobileNetv3作为基本框架进行修改，然后遇到了一系列的问题，记录一下。 一，目标 原始模型：输入为3 * 224 * 224，输出为1000. 我的目标：输入为3 * 512 * 512，输出为 1. 二、原始模型代码及参数 我是在这里找的mobilenetv3代码 然后我选的是mobilenetv3.old.py和它的训练好的权重文件mbv3_large.old.oth.tar（之所以不使用作者更新过的mobilenetv3.py文件是因为
RuntimeError: Error(s) in loading state_dict for ResNet: Missing key(s) in state_dict: "layer4.0.bn
qq_36265860的博客
10-29 1万+
最近找到了pytorch版本的pspnet,但是运行的时候却报了下面的错,折腾了好久,原来是pytorch版本的原因, pip3 uninstall torch pip3 install torch==0.3.1 即可解决问题. RuntimeError: Error(s) in loading state_dict for ResNet:     Missing key(s) in st...
PyTorch 1.0.0图像预训练模型.zip
06-28
标题 "PyTorch 1.0.0图像预训练模型.zip" 暗示了这个压缩包包含了在PyTorch 1.0.0版本中使用的预训练图像识别模型。预训练模型是已经在大规模数据集（如ImageNet）上进行训练的深度学习模型，可以作为基础，帮助...
resnet101预训练模型.zip（pytorch版本）
08-02
以下是使用PyTorch加载预训练ResNet101模型的基本步骤： 1. 导入PyTorch库和预训练模型： ```python import torch from torchvision.models import resnet101 model = resnet101(pretrained=True) ``` 这里的`...
pytorch resnet18 预训练模型
11-03
在加载预训练模型后，用户可以对最后一层全连接层（fc layer）进行调整，以适应不同的分类任务。如果新任务的类别数不同于ImageNet（比如只有10个类别），则需要创建一个新的全连接层，并将原模型的最后几层（通常...
基于pytorch的预训练模型转换为ONNX的图像识别
05-16
2. **加载预训练模型**：使用torchvision.models加载预训练的ResNet模型，例如ResNet18： ```python import torchvision.models as models resnet18 = models.resnet18(pretrained=True) ``` 3. **定义输入形状...
pytorch-resnet18和resnet50官方预训练模型
08-22
在实际应用中，使用这些预训练模型的过程通常是这样的：首先，加载预训练的`.pth`文件，将模型的权重初始化为这些预训练值。然后，根据新任务的需求，可能需要调整模型的最后一层或者几层，以适应新的分类数量或特征...
pytorch-deeplab-xception:PyTorch中的DeepLab v3 +模型。 支持不同的骨干网
05-10
pytorch-deeplab-xception 于2018/12/06更新。 提供在VOC和SBD数据集上训练的模型。 于2018/11/24更新。 发布最新版本的代码，该代码可以解决一些以前的问题，并增加对新主干和多GPU培训的支持。 有关以前的代码，请参见上previous分支 去做 支持不同的骨干网 支持VOC，SBD，城市景观和COCO数据集 多GPU训练 骨干 火车/评估系统 价值 预训练模型 ResNet 16/16 78.43％ 移动网 16/16 70.81％ DRN 16/16 78.87％ 介绍 这是的PyTorch（0.4.1）实现。 它可以使用Modified Aligned Xception和ResNet作为主干。 目前，我们使用Pascal VOC 2012，SBD和Cityscapes数据集训练DeepLab V3 Plus。 安装 该代
加载模型报错Missing key(s) in state_dict:
热门推荐
qq_40071917的博客
06-21 1万+
引用 说明：比如我们之前定义的一个模型model_1，训练之后保存了模型参数，命名为checkpoint_1；然后我们在model_1的基础上修改了模型，在内部添加了一些新的参数（或者更改了参数的名称），命名为model_2，训练之后保存了模型参数，命名为checkpoint_2。 一般而言，我们在测试时，使用的模型model，要加载相应的模型参数信息，即checkpoint。 1，如果我们使用的模型是model_1，而加载的模型参数是checkpoint_2，这时可能会出现Unexpected key(
模型推理详细步骤以及如何排查模型和参数字典对不上的问题：Missing key(s) in state_dict: xxxx
小孙不够睡的博客
11-01 3410
本文介绍了模型推理时如何处理数据、加载模型以及对于报错Missing keys in state_dict的排查方法。
Missing key(s) in state_dict: “module.resnet50.conv1.weight“
sunnyblogs的博客
06-03 1648
在使用训练好的模型验证时，报以下错误： self.__class__.__name__, "\n\t".join(error_msgs))) RuntimeError: Error(s) in loading state_dict for DataParallel: Missing key(s) in state_dict: "module.resnet50.conv1.weight", "module.resnet50.bn1.weight", "module.resnet50.bn1.bias
Missing key(s) in state_dict: “features.conv1.weight“
weixin_43856668的博客
06-22 2652
试了网上很多解决方法，最终试出了可行的方法： 把原来的代码： model.load_state_dict(checkpoint['state_dict']) 替换成： new_state_dict = OrderedDict() # 修改 key for k, v in checkpoint.items(): if 'denseblock' in k: param = k.split(".") k = ".".join(param[:-3] + [para
Missing key(s) in state_dict
l2181265的博客
10-11 4021
这种错误多半是模型加载错误导致。排查测试代码的模型，与加载的模型是否是同一个。 错误代码： Missing key(s) in state_dict: "input_block.conv1.conv.weight",... Unexpected key(s) in state_dict: "module.input_block.conv1.conv.weight",... 错误分析： 区别在于一个加了module，一个没加。 解决办法： 训练模型时，在服务器使用了多GPUtorch.nn.DataPara
pytorch读取模型失败RuntimeError: Error(s) in loading state_dict for ResNet: Missing key(s) in state_dict
路过人间，一叶知秋
03-21 3527
错误 RuntimeError: Error(s) in loading state_dict for ResNet: Missing key(s) in state_dict: Missing key(s) in state_dict: “conv1.weight”, “bn1.weight”, Unexpected key(s) in state_dict: “module.conv1.weight”, “module.bn1.weight” 原因 在训练模型的时候使用了torch.nn.DataP
pytorch训练出来的预训练模型是否有可能缺少constants.pkl?
07-09
PyTorch训练出来的预训练模型通常不会缺少"constants.pkl"文件。这个文件通常包含了模型的常量或配置信息，而且在训练过程中会自动保存。因此，当你使用预训练模型时，应该可以找到并加载这个文件。 如果你在加载预训练模型时遇到了"constants.pkl"文件缺失的问题，可能有以下几种可能性： 1. 文件路径错误：请确保你提供了正确的文件路径，并且该文件存在于指定的位置。 2. 模型版本不匹配：如果你使用的是不同版本的预训练模型，可能会导致文件结构或内容的变化。请确保你使用的是与模型相对应的版本。 3. 预训练模型不包含constants.pkl：尽管这种情况较为罕见，但有些预训练模型可能没有使用constants.pkl文件来存储常量或配置信息。在这种情况下，你可以查看模型的文档或示例代码，了解如何获取所需的常量或配置信息。 如果你仍然遇到问题，请提供更多详细信息，以便我能够更好地帮助你解决这个问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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