网络如何进行微调和迁移学习 about retinanet-pytorch HOT 4 OPEN

# 初始化模型
net = RetainNet(cfg)

# 这里先导入你的已经训练好的模型权重文件
net.load_state_dict(torch.load("XXX"))

# 将模型移动到gpu上,cfg.DEVICE.MAINDEVICE定义了模型所使用的主GPU
net.to(cfg.DEVICE.MAINDEVICE)

# 初始化训练器,训练器参数通过cfg进行配置;也可传入参数进行配置,但不建议
trainer = Trainer(cfg)

# 训练器开始在 数据集上训练模型
trainer(net, train_dataset)

# 初始化模型
net = RetainNet(cfg)

# 这里先导入你的已经训练好的模型权重文件
net.load_state_dict(torch.load("XXX"))

# 导入 predictor 结构，并进行初始化。
from Model.struct import predictor  
# 将模型中的predictor替换为新的predictor
net.predictor = predictor(num_anchors=anchor数（如果没有更改anchor，那就是9）, num_classes=新类别数)

# 将模型移动到gpu上,cfg.DEVICE.MAINDEVICE定义了模型所使用的主GPU
net.to(cfg.DEVICE.MAINDEVICE)

# 初始化训练器,训练器参数通过cfg进行配置;也可传入参数进行配置,但不建议
trainer = Trainer(cfg)

# 训练器开始在 数据集上训练模型
trainer(net, train_dataset)