Páteřní síť (backbone) předtrénovaného modelu

Nastal čas postavit architekturu R-CNN! Jako základ pro extrakci příznaků použiješ páteřní síť (backbone) předtrénovaného modelu vgg16. Nezapomeň si také uložit výstupní tvar páteřní sítě – ten poslouží jako vstupní tvar pro následující bloky: klasifikátor a regressor ohraničujících rámečků.

torch, torchvision a torch.nn jako nn jsou již importovány. Model byl importován jako vgg16 s váhami uloženými v VGG16_Weights.

Toto cvičení je součástí kurzu

Deep Learning pro obrázky s PyTorchem

Zobrazit kurz

Pokyny k cvičení

Načti předtrénované váhy VGG16.
Pomocí .children() vytvoř sekvenční blok z classifieru, extrahuj in_features z jeho první vrstvy a ulož je jako input_dim.
Vytvoř páteřní síť jako sekvenční blok pomocí features a .children().
Vypiš model páteřní sítě.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load pretrained weights
vgg_model = vgg16(weights=____)

# Extract the input dimension
input_dim = nn.Sequential(*list(vgg_model.classifier.____()))[0].____

# Create a backbone with convolutional layers
backbone = nn.Sequential(*list(____))

# Print the backbone model
____

Upravit a spustit kód