咨询

[Codeczh]

你好，我想咨询一下两个问题，
一、cub数据集加载时候，box标签是不是并没有用到（因为用到算强监督）
二、pretrained_model加载是是resnet50，那么所初始化加载的resnet50（original）是否需要cub200上 fine-tune

[ZF4444]

1.实际训练中是没有用到，测试时加载了，只是为了评估在不使用box标签训练的情况下定位的准确率。
2.当然需要fine-tune。

[Codeczh]

谢谢，还有预训练resnet50时，数据加载用的代码里的吗，因为我发现我的train-transform部分和你的不太一样

[ZF4444]

谢谢，还有预训练resnet50时，数据加载用的代码里的吗，因为我发现我的train-transform部分和你的不太一样

"预训练resnet50时，数据加载用的代码里的吗", 你的这句我没看太懂，不太理解

[Codeczh]

你好，是我没表述清楚，因为需要先训练 finetune的resnet50，在finetune时候要加载cub200的图片，那这一步的train-transform是和你代码里的dataset.py部分一样吗，因为我一般设置的是
train_transform = torchvision.transforms.Compose([
torchvision.transforms.Resize(448),
torchvision.transforms.RandomHorizontalFlip(),
torchvision.transforms.RandomCrop(448),
torchvision.transforms.ToTensor(),
torchvision.transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
你的代码里有用到
transforms.Resize((self.input_size, self.input_size), Image.BILINEAR)
transforms.RandomHorizontalFlip()
transforms.ColorJitter(brightness=0.2, contrast=0.2)
transforms.ToTensor()
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

[ZF4444]

预训练的resnet-50模型是在imagenet上训练的，直接拿来继续在细粒度数据集上训练就行了

[Codeczh]

预训练的resnet-50模型是在imagenet上训练的，直接拿来继续在细粒度数据集上训练就行了

所以，不需要 fine-tune好一个 resnet50（num_classes=200），将其前半部分特征抽取层来作为MMAL-Net的预训练加载模型MainNet.pretrained_model了是吗，直接用 ImageNet的resnet50（去掉fc的）加载到 MainNet.pretrained_model，并与object和part一起fine-tune训练。 我理解啦，非常感谢！！