修改或者新造一个pth文件

最新推荐文章于 2023-09-03 19:58:05 发布

AgSword

最新推荐文章于 2023-09-03 19:58:05 发布

阅读量898

点赞数 2

分类专栏：计算机视觉文章标签：深度学习 pytorch 人工智能

本文链接：https://blog.youkuaiyun.com/AgSword/article/details/127857091

版权

计算机视觉专栏收录该内容

1 篇文章

订阅专栏

博客讲述了在跟踪任务中遇到的问题，即使用ResNet50预训练模型resnet50-0676ba61.pth时，由于模型结构的修改导致权重无法直接匹配。为解决此问题，提出了从跟踪任务的训练好的参数中提取相应参数并保存到新的checkpoint.pth文件的方法，以适应修改后的模型结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题的产生

训练一个受跟踪任务启发的低光增强器，跟踪任务中特征提取部分的pth不存在，想着使用pytorch提供的resnet50的参数resnet50-0676ba61.pth，但是跟踪任务中的resnet50结构有部分修改，这种修改导致resnet50-0676ba61.pth无法与model匹配

解决的办法

从跟踪任务中训练好的参数中提取相应的参数

import torch


if __name__ == "__main__":
    resnet50 = torch.load('E:\\420\code\\SCT-main\\SCT-main\\SCT\\tracking_backbone\\resnet50-0676ba61.pth')

    checkpointm = torch.load("E:\\BaiduNetdiskDownload\\model_general.pth")
    key = [k for k in resnet50]
    print(key)

    dict = {}
    for k in key:
        if k == 'fc.weight' or k == 'fc.bias':
            continue
        dict[k] = checkpointm['state_dict']['backbone.'+k]
    torch.save(dict,'checkpoint.pth')