Question

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。
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。
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

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

0 个答案: