使用Sagemaker训练的模型进行本地预测

Question

我已经使用内置算法语义分割在AWS SageMaker上训练了一个模型。名为model.tar.gz的经过训练的模型存储在S3上。因此，我想从S3下载此文件，然后使用它在我的本地PC上进行推理，而无需使用AWS SageMaker。

这是三个文件：

1. hyperparams.json：包括用于网络体系结构，数据输入和训练的参数。请参阅语义分割超参数。

2. model_algo-1

3. model_best.params

我的代码：

import mxnet as mx
from mxnet import image
from gluoncv.data.transforms.presets.segmentation import test_transform
import gluoncv



img = image.imread('./bdd100k/validation/14df900d-c5c145cb.jpg')
img = test_transform(img, ctx)
img = img.astype('float32')


model = gluoncv.model_zoo.PSPNet(2)

# load the trained model
model.load_parameters('./model/model_best.params')

错误：

AssertionError: Parameter 'head.psp.conv1.0.weight' is missing in file './model/model_best.params', which contains parameters: 'layer3.2.bn3.beta', 'layer3.0.conv3.weight', 'conv1.1.running_var', ..., 'layer2.2.bn3.running_mean', 'layer3.4.bn2.running_mean', 'layer4.2.bn3.beta', 'layer3.4.bn3.beta'. Set allow_missing=True to ignore missing parameters.