ResNet50

1、查找最优的ResNet50预训练版本

从具体的预训练模型目录 <no title> — Torchvision 0.20 documentation 中，可以知道表现最好的ResNet50版本

2、加载ResNet50预训练模型

加载预训练模型使用TorchVision方式，torch.hub.load方式本文不再研究。

from torchvision import models
resnet50 = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V2)

会自动下载指定的模型

 

样本集

水果数据集_数据集-飞桨AI Studio星河社区

 

训练

resnet50训练部署教程 - 知乎

Pytorch迁移学习使用Resnet50进行模型训练预测猫狗二分类-阿里云开发者社区

ResNet50训练自己的分类模型（pt、onnx）_resnet50 onnx-CSDN博客

 

保存训练出来的最优模型，这方面有两种方式（不同方式保存对应的加载方式也不同）

　　两种方式的优缺点 torch保存和加载 模型、参数_torch加载模型-CSDN博客

　　torch.save()与torch.jit.script()  参考PyTorch模型保存的两种方式-百度开发者中心

　　torch.save(model, path) 与 torch.save(model.state_dict(), path)  参考 pytorch保存模型参数 pytorch 保存整个模型_mob6454cc6c8549的技术博客_51CTO博客

　　PyTorch中通过torch.save保存模型和torch.load加载模型介绍_pytorch_fengbingchun-华为开发者空间

　　（从0-1带你了解）Pytorch之模型的读取_pytorch 读取模型-CSDN博客

 

部署

模型部署｜ResNet50基于TensorRT FP16生成Engnie文件的C++工程_《自动驾驶中的深度学习模型量化、部署、加速实战》（源代码）-CSDN专栏

 

 

【ResNet50相关内容】

How to Train State-Of-The-Art Models Using TorchVision’s Latest Primitives | PyTorch