【pytorch】Timm库从本地权重文件初始化预训练模型

由于github连接不稳定，导致有时候Timm库自动从URL下载模型失败。这时候如果要使用预训练模型，就需要提前下载到本地，但是timm没有直接的对应接口，需要做一些调整。

读取整个模型的情况(feature_only=False)

这种情况比较简单，指定create_model的checkpoint_path为本地预训练模型。注意：pretrained=True会自动尝试下载，如果要加载本地模型，需要设置成false。以efficientnet为例：

import timm

model = timm.create_model(
                                "tf_efficientnetv2_s_in21ft1k",
                                pretrained=False,
                                checkpoint_path=#本地权重的路径
                            )

读取特征提取器的情况(features_only=True)

若设置create_model的features_only=True，则会从原模型剪枝生成一个feature模型。而checkpoints_path选项是构建完模型后，再去读取预训练模型权重，这会导致目标权重和模型不匹配。
因此，如果想要设置features_only=True,就必须设置pretrained=True，通过pretrained_cfg这个参数自定义内部模型加载，将url修改为本地文件：

import timm
from timm.models.efficientnet import _cfg

config = _cfg(url='', file='tf_efficientnetv2_s_21ft1k-d7dafa41.pth') #file为本地文件路径

model = timm.create_model(
                                "tf_efficientnetv2_s_in21ft1k",
                                pretrained=True,
                                features_only=True,
                                pretrained_cfg=config
                            )

看到没人发，就记录一下。