detectron2 下载预训练模型中断导致无法运行

最新推荐文章于 2022-11-25 16:29:29 发布
最新推荐文章于 2022-11-25 16:29:29 发布
阅读量4.4k 收藏 20
点赞数 9
分类专栏： 项目经验 实用方法 文章标签： python 深度学习 神经网络
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/weixin_44326452/article/details/106070988
版权
  • 在使用detectron2的R101的faster-rcnn和retinanet时如果会自动加载预训练的R101 backbone
  • 解决方法有两个，一个是覆盖yaml中model weight的设定，设为空字符串：cfg.MODEL.WEIGHTS = ''
  • 另一个是用vpn把这个backbone下载下来再弄到本地，同样要修改cfg.MODEL.WEIGHTS为你下载下来的文件的地址，下载地址为：https://dl.fbaipublicfiles.com/detectron2/ImageNetPretrained/MSRA/R-101.pkl
  • 这是下载下来放网盘上的，没有vpn的自取：
    链接：https://pan.baidu.com/s/100jzeecGOJlomhR_OwE8Dw
    提取码：rz8t
ssf-yasuo
关注
  • 9
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
detectron2_traintest.rar
07-10
还在摸索怎么用detectron2训练自己数据集的朋友们下来看看，相信不会让你们失望的,有问题提出，一起学习
R-50.pkl源代码
04-09
官网上下载的， detectron训练需要的model， unbuntu下直接复制进model文件夹即可。
detectron2：detectron2 Windows构建
02-06
要求 Python> = 3.6（Conda） PyTorch 1.3 的PyTorch安装相匹配。 您可以在它们安装在一起以确保这一点。 演示和可视化所需的OpenCV ： pip install git+https://github.com/facebookresearch/fvcore pycocotools： pip install cython; pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI pip install cython; pip install
detectron测试demo需要的权重R-101.pkl
04-11
detectron测试demo需要的权重R-101.pkl，独立下载模型的测试代码是 python2 tools/infer_simple.py \ --cfg configs/12_2017_baselines/e2e_mask_rcnn_R-101-FPN_2x.yaml \ --output-dir output/test1 \ --image-ext jpg \ --wts model/MaskRCNN/e2e_mask_rcnn_R-101-FPN_2x_model_final.pkl \ Demo
facebook开源目标检测框架所用到的R-101预训练的权重文件 R-101.pkl
05-12
facebook开源目标检测框架所用到的R-101预训练的backbone，直接跑代码自动下载总是断掉，被墙了，直接去官网下载也很慢，这里下载好了分享
【Mask scoring RCNN】实现目标检测
qq_44703886的博客
09-27 687
Mask scoring RCNN
Detectron预训练模型下载中断导致无法运行
qq_40310050的博客
11-14 4579
因为要训练自己的数据集（我的是coco格式），再把一些配置修改完成后，运行 python tools/train_net.py --cfg configs/12_2017_baselines/e2e_faster_rcnn_R-50-FPN_1x.yaml OUTPUT_DIR out_dir 要使用Faster Rcnn，所以在terminal中运行的时候，会显示在下载R-50.pkl ...
深度学习模型库detectron2的安装、使用和自定义数据集训练
xiaer___的博客
08-19 1892
一、介绍二、安装三、使用四、训练自己的数据集detectron2库是由facebookresearch团队开发的开源项目，github地址为，这里封装集成了很多深度学习的模型，包括基础的rcnn系列以及transform系列，详细了解可以查看官方文档，接下来介绍的安装使用训练都是基于官方文档的介绍。下面的安装使用训练都是基于centos系统的。其它环境请查阅官方文档。
Bug Record【持续更新】
墨瞳的Blog
02-23 2285
Bug Record
detectron2官方代码
04-17
直接下载文件，使用README安装即可，解压到本地以后使用pycharm2021.3打开setup.py然后进行自动安装如果报错，可以查看我的安装教程
Detectron2-Train-a-Instance-Segmentation-Model:了解如何使用Detectron2训练自定义实例细分模型
05-05
Detectron2训练自定义实例细分模型 1.安装 请参阅官方。 2.收集数据 收集图像数据很简单。 您可以使用某种相机自己拍照，也可以从互联网下载图像。 要构建健壮的模型，您需要具有不同背景，不同照明条件以及背景中...
detectron2源码_conda包_torch包下载地址.txt
04-25
由于文件较大，里面提供了下载地址。包含内容：detectron2代码+conda依赖包+测试模型+torch包。代码已经配置好，配置好环境应该直接能运行
github优秀项目分享：基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目...
idol24的博客
09-08 2107
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！文章来源：七月在线实验室01yolo-face-with-landmark 使用pytroch...
Detectron2安装测试
sjjzym1314
02-15 908
Detectron2 Model安装测试
detectron2训练自己的数据集
一个努力写代码的小菜鸟，目前主要从事图像算法，目标检测/分割，模型量化与部署的工作
11-25 4246
关于detectron2的代码跑通过程
Pytorch预训练模型的加载路径catalog://ImageNetPretrained/MSRA(detectron2://ImageNetPretrained/MSRA)是什么意思
hxxjxw的博客
05-08 2553
还遇见过 ’detectron2://ImageNetPretrained/MSRA/R-101.pkl‘ 这种的话，一般在框架中用的居多，属于一种简写方式，而框架中是有专门的path解析程序来替换或者添加前缀等来使其变成真正的URL然后去下载的 如在mask-rcnn下配置文件中是 而在数据集路径文件（/maskrcnn_benchmark/config/paths_catalog.py # Copyright (c) Facebook, Inc. and its affiliat..
iOD及Detectron2搭建过程问题记录
chenfang0529的博客
04-21 2225
一、搭建过程 conda create -n iod python=3.7 -y conda activate iod pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html pip install opencv-python pip install fvcore pip install cython; pip
detectron2 读取pth预训练模型
最新发布
05-12
要在Detectron2中加载一个预训练的PyTorch模型，可以使用`Detectron2 Checkpointer`类。该类提供了一个方便的方法来加载预训练模型的权重，并将它们复制到Detectron2的模型中。 以下是一个简单的例子，展示了如何加载一个预训练的ResNet-50模型并在Detectron2中使用它： ```python import torch import detectron2.utils.checkpoint as checkpoint # 创建一个ResNet-50模型 model = torch.nn.Sequential( torch.nn.Conv2d(3, 64, kernel_size=7, stride=2, padding=3, bias=False), torch.nn.BatchNorm2d(64), torch.nn.ReLU(inplace=True), # ... 添加更多的卷积层和全连接层 ... ) # 从.pth文件中加载预训练模型的权重 checkpoint_file = "path/to/pretrained_resnet50.pth" checkpoint = torch.load(checkpoint_file) model.load_state_dict(checkpoint["model_state_dict"]) # 将模型添加到Detectron2的模型中 from detectron2.modeling import build_model cfg = ... # 构建你的Detectron2配置文件 model = build_model(cfg) model.backbone.bottom_up = model ``` 在这个例子中，我们首先定义了一个ResNet-50模型。然后，我们使用`torch.load`函数从.pth文件中加载了预训练模型的权重。最后，我们将模型添加到Detectron2的模型中，并将其设置为backbone.bottom_up。这使得Detectron2可以使用预训练模型的权重来初始化其backbone网络。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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