Pre-trained मॉडल बैकबोन
अब R-CNN आर्किटेक्चर बनाने का समय है! आप फीचर एक्सट्रैक्शन के लिए vgg16 प्री-ट्रेंड मॉडल का बैकबोन इस्तेमाल करेंगे. साथ ही, बैकबोन के आउटपुट शेप को सहेजना याद रखिए, जो अगले ब्लॉक्स — क्लासिफायर और बॉक्स रिग्रेसर — के लिए इनपुट शेप का काम करेगा.
torch, torchvision, torch.nn को nn नाम से इम्पोर्ट किया गया है.
मॉडल को vgg16 के रूप में इम्पोर्ट किया गया है और वेट्स VGG16_Weights में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ इमेज के लिए डीप लर्निंग
अभ्यास निर्देश
- प्री-ट्रेंड VGG16 वेट्स लोड करें.
.children()को sequential ब्लॉक की तरह उपयोग करकेclassifierकी पहली लेयर सेin_featuresनिकालें और उसेinput_dimके रूप में स्टोर करें.featuresऔर.children()का उपयोग करके sequential ब्लॉक के रूप में एक बैकबोन बनाएँ.- बैकबोन मॉडल प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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
____