Torchvision介紹

Torchvision是基于Pytorch的視覺深度學習遷移學習訓練框架，當前支持的圖像分類、對象檢測、實例分割、語義分割、姿態評估模型的遷移學習訓練與評估。支持對數據集的合成、變換、增強等，此外還支持預訓練模型庫下載相關的模型，直接預測推理。

預訓練模型使用

Torchvision從0.13版本開始預訓練模型支持多源backbone設置，以圖像分類的ResNet網絡模型為例：

支持多個不同的數據集上不同精度的預訓練模型，下載模型，轉化為推理模型

對輸入圖像實現預處理

本地加載模型

Torchvision中支持的預訓練模型當你使用的時候都會加載模型的預訓練模型，然后才可以加載你自己的權重文件，如果你不想加載torchvision的預訓練模型，只想從本地加載pt或者pth文件實現推理或者訓練的時候，一定要通過下面的方式完成，以Faster-RCNN為例：

# Load the model from local host
num_classes = len(self.labels)
self.model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=False, progress=True,
                                                             num_classes=num_classes, pretrained_backbone=False)
self.model.load_state_dict(torch.load(self.model_file))
self.model.eval()
self.transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])
# 使用GPU
train_on_gpu = torch.cuda.is_available()
if train_on_gpu:
    self.model.cuda()

就這樣解鎖了在torchvision框架下如何從本地加載預訓練模型文件或者定義訓練模型文件。

審核編輯：湯梓紅