Бекбон попередньо натренованої моделі

Час зібрати архітектуру R-CNN! Ви використаєте бекбон попередньо натренованої моделі vgg16 для виділення ознак. Також не забудьте зберегти форму виходу бекбона — вона слугуватиме формою входу для наступних блоків: класифікатора та регресора рамок.

torch, torchvision, torch.nn як nn вже імпортовано. Модель імпортовано як vgg16, а ваги збережено у VGG16_Weights.

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

Завантажте попередньо натреновані ваги VGG16.
Видобудьте in_features з першого шару classifier, використовуючи .children() як послідовний блок, і збережіть це як input_dim.
Створіть бекбон як послідовний блок, використовуючи features і .children().
Виведіть модель бекбона.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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
____

Редагувати та запускати код