使用PyTorch去除从预训练的VGG16提取的特征中的填充

Question

我使用预先训练的vgg16作为U-Net细分模型的主干。我的代码正在工作 很好，但是我想知道是否有一种方法可以删除要素图层中的填充？

在预训练的vgg16模型的源代码中，似乎将padding设置为1 https://pytorch.org/docs/stable/_modules/torchvision/models/vgg.html#vgg16。所以我想知道在导入预训练模型后是否有改变此方法的方法？

例如在代码中：

import torchvision.models as models

vgg16 = models.vgg16()
conv1 = vgg16.features[0]

print(conv1)

Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))

我想去除填充物，以减少边缘的伪影的影响。

预先感谢您的任何建议。

Answer 1

  

我使用预先训练的vgg16作为U-Net细分模型的主干。我拥有的代码工作正常，但是我想知道是否存在一种从要素图层中删除填充的方法？

如果您更改了预训练模型层（参数）的结构（删除了填充），您可以对预训练模型说再见。