自定义 caffe 模型上的网络手术
net surgery on a custom caffe model
我正在尝试修改 caffemodel 的权重，它是名为 Deep Lab 的 caffe 分支的一部分。虽然有关于 how to do net surgery 的教程，但当我尝试对我的自定义 caffemodel 执行相同操作时，python 内核总是死于以下行：
# Load the original network and extract the fully connected layers' parameters.
net = caffe.Net('../models/deeplab/train.prototxt',
'../models/deeplab/train.caffemodel',
caffe.TRAIN)
我认为是因为 pycaffe 不知道它们的自定义层，例如 ImageSegData、Silence 和 SegAccuracy，所以我从 prototxt 文件中删除了这些层，但仍然 python 当我尝试加载网络模型时，内核一直死机。有谁知道如何将这些权重加载到 python?
我已经找到了。我不得不删除每个自定义层，特别是调整数据层，以便它可以读取所有输入图像，从而计算输入尺寸。
我正在尝试修改 caffemodel 的权重，它是名为 Deep Lab 的 caffe 分支的一部分。虽然有关于 how to do net surgery 的教程，但当我尝试对我的自定义 caffemodel 执行相同操作时，python 内核总是死于以下行：
# Load the original network and extract the fully connected layers' parameters.
net = caffe.Net('../models/deeplab/train.prototxt',
'../models/deeplab/train.caffemodel',
caffe.TRAIN)
我认为是因为 pycaffe 不知道它们的自定义层，例如 ImageSegData、Silence 和 SegAccuracy，所以我从 prototxt 文件中删除了这些层，但仍然 python 当我尝试加载网络模型时，内核一直死机。有谁知道如何将这些权重加载到 python?
我已经找到了。我不得不删除每个自定义层，特别是调整数据层，以便它可以读取所有输入图像，从而计算输入尺寸。