使用Google Colab上的pytorch在detectron2中进行对象检测重用已经训练的模型或导入现有的训练模型并预测对象

编程问答 2022-11-01

问题描述

  1. 首先，我下载经过训练的模型的输出文件夹，并将其导入google colab服务器上的新项目中。
  2. 在没有训练模型的新项目中，我将现有输出文件夹的model_final.pth的路径指定为cfg.MODEL.WEIGHTS = / content / output / model_final.pth。但陷入无限循环。 3.我更改模型权重cfg.MODEL.WEIGHTS = "detectron2://COCO-Detection/faster_rcnn_R_101_FPN_3x/137851257/model_final_f6e8b1.pkl"。但仍然不能预测对象。
  3. 我更改了模型权重路径，并提供了先前训练过的模型指标JSON文件，但仍然无法正常工作 cfg.MODEL.WEIGHTS=/content/output/metrics.json 5.By using DetectionCheckpointer(model).load("/content/output/model_final.pth") DetectionCheckpointer(model).load("detectron2://COCO-Detection/faster_rcnn_R_101_FPN_3x/137851257/model_final_f6e8b1.pkl") 它给出了未定义的错误模型。 这个model_final.pkl文件是什么？我们从哪里得到的？ 应该如何导入现有的火车模型并预测新项目中的对象？
cfg.MODEL.WEIGHTS = os.path.join(cfg.OUTPUT_DIR,"model_final.pth")
cfg.MODEL.ROI_HEADS.score_THRESH_TEST = 0.5 
cfg.DATASETS.TEST = ("microcontroller_test",)
predictor = DefaultPredictor(cfg)

以上代码陷入无限循环

DetectionCheckpointer(model).load("/content/output/model_final.pth")
DetectionCheckpointer(model).load("detectron2://COCO-Detection/faster_rcnn_R_101_FPN_3x/137851257/model_final_f6e8b1.pkl")

错误：

NameError                                 Traceback (most recent call last)
<ipython-input-12-69f2a7846756> in <module>()
----> 1 DetectionCheckpointer(model).load("/content/output/model_final.pth")
      2 
      3 DetectionCheckpointer(model).load("detectron2://COCO-Detection/faster_rcnn_R_101_FPN_3x/137851257/model_final_f6e8b1.pkl")

NameError: name 'model' is not defined

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

detectrongoogle-colaboratorypytorch