caffe的model和prototxt转pytorch的model

Posted 2021-01-14 waldenlake

#由于系统没有同时安装caffe和pytorch，一个在系统下，一个在conda中，应该是隔离的python环境，一般不能用。
#因而只能用numpy当做中间媒介，下面代码是numpy存储的caffe网络，将之转成pytorch
#我没有自动化那个prototxt的转换，没没必要，自己写的一摸一样的pytorch网络
def net_from_caffe(n,re): #n是pytorch的model， re 是numpy存储的caffemodel
    i=-1
    for name, l1 in n.named_children():
        try:
            l2 = getattr(n, name)
            l2.weight  # skip ReLU / Dropout
        except Exception:
            continue
        i+=1
        while len(re[i][‘weights‘])==0 and i<len(re): #在numpy中非conv和全连接层是没有weights的，只对齐这两个layer就行了
            i+=1
        w=torch.from_numpy(re[i][‘weights‘][0])# 
        b=torch.from_numpy(re[i][‘weights‘][1])
        
        assert w.size() == l2.weight.size()
        assert b.size() == l2.bias.size()
        l2.weight.data.copy_(w)
        l2.bias.data.copy_(b)

坑点：

1.pil在打开图片时，默认rgb，默认0-1范围。要搞成0-255的自己去乘

2.有个注意的点，pytorch在第一次con到全联接的时候，要做一个展开操作，直接h=h.view(h.size(0),-1)就可以和caffe的一一对应

3.rgb转bgr：im=im[[2,0,1],...]

 

 

torch.load的两种方式:

1.直接存model

但是这样子model的数据类型是固定的，你必须让这个数据类型在调用出可见才能打开

2.存state_dict

比较灵活，直接对参数赋值，没有外面包裹的数据类型，就是多了点麻烦