1. 首先下载 vision-master.zip
 torch_1.7.1_gpu) E:\PythonPRO\PytorchPro\G5>pip install vision-master.zip

实现上安装到 C:\Users\Administrator.cache\torch\hub (每个人安装的地方不一样,通过运行程序可以看出在什么地方)

  1. 下面主要用到2个文件
D:\ProgramData\Anaconda3\envs\pytorch_gpu\Lib\site-packages\torch\hub.py
C:\Users\Administrator\.cache\torch\hub\pytorch_vision_master\hubconf.py

在hubconf.py中,并按着下面注释掉不要的:

# Optional list of dependencies required by the package
dependencies = ['torch']# classification
from torchvision.models.alexnet import alexnet
from torchvision.models.densenet import densenet121, densenet169, densenet201, densenet161
from torchvision.models.inception import inception_v3
from torchvision.models.resnet import resnet18, resnet34, resnet50, resnet101, resnet152,\resnext50_32x4d, resnext101_32x8d, wide_resnet50_2, wide_resnet101_2
from torchvision.models.squeezenet import squeezenet1_0, squeezenet1_1
from torchvision.models.vgg import vgg11, vgg13, vgg16, vgg19, vgg11_bn, vgg13_bn, vgg16_bn, vgg19_bn
from torchvision.models.googlenet import googlenet
from torchvision.models.shufflenetv2 import shufflenet_v2_x0_5, shufflenet_v2_x1_0
# from torchvision.models.mobilenetv2 import mobilenet_v2
# from torchvision.models.mobilenetv2 import mobilenetv2
# from torchvision.models.mobilenetv3 import mobilenet_v3_large, mobilenet_v3_small
# from torchvision.models.mnasnet import mnasnet0_5, mnasnet0_75, mnasnet1_0, \
#     mnasnet1_3# segmentation
# from torchvision.models.segmentation import fcn_resnet50, fcn_resnet101, \
#     deeplabv3_resnet50, deeplabv3_resnet101, deeplabv3_mobilenet_v3_large, lraspp_mobilenet_v3_largefrom torchvision.models.segmentation import fcn_resnet50, fcn_resnet101, \deeplabv3_resnet50, deeplabv3_resnet101
  1. 根据网址:
    https://download.pytorch.org/models/resnet101-5d3b4d8f.pth 下载后放到:
    C:\Users\Administrator.cache\torch\hub\checkpoints

  2. https://download.pytorch.org/models/deeplabv3_resnet101_coco-586e9e4e.pth

下载后放到
C:\Users\Administrator.cache\torch\hub\checkpoints
再次运行即可成功。

另外 1_seg_Demo.py文件内容也需要改

model = torch.hub.load('pytorch/vision', 'deeplabv3plus_resnet101', pretrained=True) # pretrained=True 设为预训练模式

改为:

model = torch.hub.load('pytorch/vision', 'deeplabv3_resnet101', pretrained=True)  # pretrained=True 设为预训练模式

torch.hub.load(‘pytorch/vision‘, ‘deeplabv3_resnet101‘, pretrained=True)运行方法相关推荐

  1. 【pytorch】——torch.hub

    [pytorch]--torch.hub Facebook官方博客表示,PyTorch Hub是一个简易API和工作流程,为复现研究提供了基本构建模块,包含预训练模型库.并且,PyTorch Hub还 ...

  2. PyTorch 源码解读之 torch.serialization torch.hub

    作者 | 123456 来源 | OpenMMLab 编辑 | 极市平台 导读 本文解读基于PyTorch 1.7版本,对torch.serialization.torch.save和torch.hu ...

  3. 1 | 给马穿上斑马皮的生成对抗网络小实验以及Torch Hub简介

    GAN网络实验 今天这一节还是练手小实验. 这个实验的方案是使用一个能把马变成斑马的网络,这个网络是基于GAN(generative adversarial network 生成对抗网络)来构建的.所 ...

  4. PyTorch 1.0 中文文档:torch.hub

    译者:kunwuz torch.hub.load(github, model, force_reload=False, *args, **kwargs) 从github上加载一个带有预训练权重的模型. ...

  5. pytorch版本问题RuntimeError: params/unet.pth is a zip archive (did you mean to use torch.jit.load()?)

    pytorch版本问题RuntimeError: params/unet.pth is a zip archive (did you mean to use torch.jit.load()?) 问题 ...

  6. .pth is a zip archive (did you mean to use torch.jit.load()?)

    RuntimeError: bert.pth is a zip archive (did you mean to use torch.jit.load()?) .pth is a zip archiv ...

  7. 使用torchvision.models.inception_v3(pretrained=True)加载预训练的模型每次都特别慢

    欢迎大家关注笔者,你的关注是我持续更博的最大动力 原创文章,转载告知,盗版必究 使用torchvision.models.inception_v3(pretrained=True)加载预训练的模型每次 ...

  8. RuntimeError: xxx.pth is a zip archive (did you mean to use torch.jit.load()?)

    用高版本的pytorch训练模型,在低版本中测试时出现如下错误: RuntimeError: all_ep_296.pth is a zip archive (did you mean to use ...

  9. xxx.pth或者xxx.pt is a zip archive(did you mean to use torch.jit.load()?问题解决

    提示:推荐使用方法三,不会"科学上网"的请关注微信公众号"DGX杂学"并在后台私信! 错误:使用torch.load()加载模型参数时,提示"xxx. ...

最新文章

  1. 动态规划——洛谷_P1057传球游戏
  2. ubuntu 安装linux 下vmVMware tools 步骤及问题解决
  3. python【数据结构与算法】动态规划模版
  4. main 函数解析(二)—— Linux-0.11 学习笔记(六)
  5. mysql五种日期函数
  6. 自动驾驶中高精地图的大规模生产:视觉惯导技术在高德的应用
  7. Django框架基础知识05-自定义模板标签与过滤器
  8. 第10章 32 位 Intel 微处理器编程架构
  9. 快速的找出元素是否在list中 python
  10. Easyui在form表单提交的时候,如果有datebox报 Uncaught SyntaxError: Unexpected token 的解决...
  11. Scollector+Bosun+OpenTSDB的监控方案逻辑组网
  12. python string length_自学Python:第四篇字符串
  13. OrCAD的下载与安装的详细步骤
  14. 【pygame】微信飞机大战
  15. a4如何打印双面小册子_a4如何排版打印双面小册子?
  16. Windows10 电脑蓝屏方案对照表
  17. 如何通过a链接实现图片下载
  18. 欧拉角与方向余弦矩阵之间的转换
  19. 推荐]该内存不能为“read”或“written”的解决方案!
  20. CTF解题基本思路步骤(misc和web)

热门文章

  1. 开卷有益KingReader V7.36 官方安卓版
  2. LabVIEW机器视觉通用软件
  3. 全球与中国紫砂壶市场现状及未来发展趋势(2022)
  4. 经济数据预测 | Python实现机器学习(MLP、XGBoost)金融市场预测
  5. nodeType(节点类型) 属性值说明
  6. 市值250亿的特征向量——谷歌背后的线性代数
  7. 〖程序员的自我修养 - 精炼面试篇④〗- 以结果为导向介绍自己的学习成果与工作经历
  8. Depth-Guided Camouflaged Object Detection阅读笔记
  9. 二叉树学习之二 二叉树深度与二叉树遍历
  10. lodop打印控件中的大部分函数的使用说明