torch.hub.load()函数的使用——联网加载权重以及如何加载本地权重

torch.hub.load()函数可以通过两种方式加载模型。

pytorch官方文档

函数原型

torch.hub.load(repo_or_dir, model, *args, source='github', force_reload=False, verbose=True, skip_validation=False, **kwargs)

原函数

参数说明
repo_or_dir ( string ) – 如果source是 ‘github’,这应该对应于repo_owner/repo_name[:tag_name]具有可选标签/分支格式的 github 存储库,例如 ‘pytorch/vision:0.10’。如果tag_name未指定,则假定默认分支为main存在,否则为master。如果source是“local”,则它应该是本地目录的路径。

model ( string ) – 在 repo/dir’s 中定义的可调用(入口点)的名称hubconf.py。

*args(可选)– callable 的相应参数model。

source ( string , optional ) – ‘github’ 或 ‘local’。指定如何 repo_or_dir解释。默认为“github”。

force_reload ( bool , optional ) – 是否无条件强制重新下载github repo。如果 没有任何影响 source = ‘local’。默认为False

verbose ( bool , optional ) – 如果False,静音有关命中本地缓存的消息。请注意,有关首次下载的消息无法静音。如果source = 'local’没有任何影响。默认为True。

skip_validation ( bool , optional ) – 如果False,torchhub 将检查github参数指定的分支或提交是否正确属于 repo 所有者。这将向 GitHub API 发出请求;您可以通过设置GITHUB_TOKEN环境变量来指定非默认 GitHub 令牌 。默认为False。

**kwargs (可选) – callable 的相应 kwargs model。

实践干货
1、联网

model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

就可以直接从网上下载模型了

2、加载本地模型

2.1 文件下载
注意torch.hub.load()它实现的是加载权重文件,要预测还需要模型等等文件,model = torch.hub.load('ultralytics/yolov5', 'yolov5s')中的'ultralytics/yolov5'即是除了权重外的其它文件,方法1可以直接拉取,那么本地加载则也需要自行下载。

同样以YOLO5为例。

首先下载官方的YOLO5源码

除了YOLO5源码(下载后不需要训练),还需要下载权重文件
在这里插入图片描述
2.2 参数赋值

如果YOLO5源码的存储地址如图所示:
在这里插入图片描述
则函数的第一个参数repo_or_dirG:\jinx\yolov5

如果权重文件目录如图所示:
在这里插入图片描述
权重地址参数为G:\jinx\yolov5\pt\yolo5s.pt

2.3 总和

model = torch.hub.load('G:\jinx\yolov5', 'custom', 'G:\jinx\yolov5\pt\yolo5s.pt', source='local')

3、可能bug
问题1:"Arial.ttf"无法下载
yolov5/utils/plots.py中,Annotator类的check_font()函数注释掉即可。
在这里插入图片描述
在这里插入图片描述

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
心中带点小风骚的头像心中带点小风骚普通用户
上一篇 2023年3月5日 下午9:20
下一篇 2023年3月5日 下午9:21

相关推荐