faster-rcnn-r50-fpn-1x-coco-20200130-047c8118.pth,预训练模型
文章第三部分的第二步所需预训练模型
文章第三部分的第二步所需预训练模型
1. 设计Backbone 创建一个新的py文件,这里我的文件名是spinmlp.py,将其放在 mmdet/models/backbones/ 的路径下,也就是 mmdet/models/backbones/spinmlp.py 。 2. 导入模块 这一步很重要。 基于刚刚设计好的backbone模块,这里将一下行添加到 mmdet/models/backbones/__init__.py 同时,在__all__中添加backbone的名称 3. 配置文件 在MMDetection中我们知道,各种文件都是通过配置来进行构建。由于我使用了新的数据集,也替换了新的网路结构,所以我新建了一个新的配置文件,名称为:detr_spinmlp_8x8_150e_mask.py 将原本是resnet的替换为我设计的spinmlp结构: # model settings model = dict( type='DETR', backbone=dict( type='SpinMLP', patch_size=(16, 16), # [1, 20