我正在做一个项目，我想把一个预训练的resnet50模型分成2部分。第一部分:(将resnet50的第1层转换为第4层)Part2:(resnet50的第5层)
然后是我的修改我的修改:(ROI池，7X7)
然后我想做一个新的模型part1→我的修改->第二部分注:箭头表示数据流
重要的是要注意的是，对于输入图像1x3x224x224part1的输出大小为1x1024x14x14。现在对于N个边界框，输出大小(14x14)的ROIPooling将产生输出Nx1024x14x14不改变特征图的大小，而是批量生成N个这样的1024x14x14特征图。由于尺寸没有改变，part2
可以直接使用我想知道，我如何使用pytorch实现它?我想给每个批处理一个图像，对于那一个图像，我们有多个边界框…我想要预测每个边界框。
如何使用pytorch写这个?
@Bhavesh，我认为这是你需要的。代码使用预训练的带有边界框的resnet-34。bounding-box-prediction-from-scratch-using-pytorch-a8525da51ddc