사전 학습 모델 백본
R-CNN 아키텍처를 만들어 볼까요? 이번에는 특징 추출을 위해 vgg16 사전 학습 모델의 백본을 사용합니다. 또한 백본의 출력 형태를 저장해 두어야 합니다. 이 값은 다음 블록들(분류기와 박스 회귀기)의 입력 형태로 사용됩니다.
torch, torchvision, torch.nn(별칭 nn)이 임포트되어 있습니다.
모델은 vgg16으로 임포트되어 있고 가중치는 VGG16_Weights에 저장되어 있습니다.
이 연습은 강의의 일부입니다
PyTorch로 배우는 이미지 딥러닝
연습 안내
- 사전 학습된 VGG16 가중치를 로드하세요.
.children()을 사용해classifier의 첫 번째 레이어를 시퀀셜 블록으로 다룬 뒤, 그 레이어의in_features를 추출해input_dim으로 저장하세요.features와.children()을 사용해 시퀀셜 블록 형태의 백본을 생성하세요.- 백본 모델을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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
____