【发布时间】：2021-10-22 09:34:14
【问题描述】：
我刚开始学习pytorch。
但是，您知道为 SSD pytorch 创建预训练权重的方法吗？
我们有一个自定义数据集，因此我们希望使用 VGG16 使用自定义数据集创建预训练权重，以提高 SSD 的性能。
然后把那里的重量拿来做SSD。
让我知道它的可行性。
提前谢谢你
【问题讨论】：
标签： python pytorch object-detection single-shot-detector
【发布时间】：2021-10-22 09:34:14
【问题描述】：
预训练权重是通过在分类任务中在大型数据集（例如 ImageNet）上训练神经网络来获得的。库通常会提供从此类训练中加载权重的选项（因此称为预训练模型）：例如，torchvision.models 中的模型具有 pretrained 选项。
如果您有一个自定义数据集，那么您必须从头开始使用随机初始化的模型来训练您的模型，或者从通常是最佳选择的 ImageNet 权重开始训练。
【讨论】：
-
如何使用随机初始化的模型来实现我想做的事情？
-
如果您使用的是 Torchvision 的 vgg16，那么
torchvision.models.vgg16默认对其权重进行随机初始化。 -
我明白了。还有有什么方法可以制作出相同形状的预训练权重（vgg16_reducedfc.pth）？
-
形状一样是什么意思？
-
我的意思是像vgg16_reducedfc.pth这样的层