Detectron2 使用模型

从 Yacs Config 构建模型
从 yacs 配置对象,模型(及其子模型)可以通过 build_model、build_backbone、build_roi_heads 等函数构建:

from detectron2.modeling import build_model
model = build_model(cfg)  # returns a torch.nn.Module

build_model 只构建模型结构并用随机参数填充它。有关如何将现有checkpoint 加载到模型以及如何使用模型对象的信息,请参见下文。

加载/保存检查点

from detectron2.checkpoint import DetectionCheckpointer
DetectionCheckpointer(model).load(file_path_or_url)  # load a file, usually from cfg.MODEL.WEIGHTS

checkpointer = DetectionCheckpointer(model, save_dir="output")
checkpointer.save("model_999")  # save to output/model_999.pth

Detectron2 的检查点识别 pytorch 的 .pth 格式的模型,以及我们model zoon中的 .pkl 文件。有关其用法的更多详细信息,请参阅 API 文档

可以使用 torch.{load,save} 对 .pth 文件或 pickle.{dump,load} 对 .pkl 文件任意操作。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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