使预先训练好的mxnet网络完全卷积

Question

我希望将一个现有的预训练mxnet模型available here转换为完全卷积模型。

这意味着能够输入任意大小的图像，指定步幅，并获得完整输出。 例如，假设模型是在224x224x3图像上训练的。我想输入一个226x226x3的图像并指定stride = 1，以获得3x3xnum-class输出。 我不是在理论上问＃34;而是问一个示例代码： - ）

谢谢！

Answer 1

根据此示例：https://github.com/dmlc/mxnet-notebooks/blob/master/python/tutorials/predict_imagenet.ipynb

绑定模型时可以更改数据形状：

mod.bind(for_training=False, data_shapes=[('data', (1,3,226,226))])

然后您可以输入3 * 226 * 226图像。

另一个例子：http://mxnet.io/how_to/finetune.html

此示例使用fc图层替换预先训练的模型的最后一层。