PyTorch 将 pretrained 模型从 3 通道改成 4（或更多）通道

针对不同的计算机视觉任务，当我们想使用预训练模型时，可能会存在模型输入通道不一致的情况，比如预训练模型的输入通常为 RGB 3 通道，而我们自己的任务通道数可能大于 3，这时就需要对预训练模型的结构进行更改，下方代码展示的则是其中一种更改方式：

import torchvision.models as models
import torch.nn as nn
backbone = models.resnet18(pretrained=True)
old_conv1 = backbone.conv1
new_conv1 = nn.Conv2d(
	in_channels=old_conv1.in_channels + 1,  # 改成适合自己任务的通道数，此处通道数为 3+1=4
    out_channels=old_conv1.out_channels,
    kernel_size=old_conv1.kernel_size,
    stride=old_conv1.stride,
    padding=old_conv1.padding,
    bias=True if old_conv1.bias else False,
)
new_conv1.weight[:, :old_conv1.in_channels, :, :].data.copy_(old_conv1.weight.clone())