【发布时间】：2021-06-09 00:35:27
【问题描述】：
我正在做一个项目，我想将预先训练的 resnet50 模型分成两部分。 Part1 : (conv1 layer to layer4 of resnet50) Part2：（resnet50的第5层）
然后我的修改为 我的修改：（ROI pooling，7X7）
然后我想制作新模型 第 1 部分 -> 我的修改 -> 第 2 部分 注：箭头表示数据流向
需要注意的重要一点是，对于 1x3x224x224 的输入图像 part1 的输出大小为 1x1024x14x14。 现在对于 N 个边界框，输出大小（14x14）的 ROIPooling 将产生输出 大小为 Nx1024x14x14，它不会改变特征图的大小，而是生成一批 N 个这样的 1024x14x14 特征图。由于尺寸没有改变，可以直接被part2使用
我想知道，我如何使用 pytorch 做到这一点？ 我想为每批提供一张图像，对于那一张图像，我们有多个边界框……我想要对每个边界框进行预测。
如何使用 pytorch 编写此内容？
【问题讨论】：
标签： neural-network resnet transfer-learning