如何從 pytorch fasterrcnn_re.net50_fpn 中提取特征

Question

我試圖從以下代碼中提取特征。 但是，它說 'FasterRCNN' object 沒有屬性 'features' 當它有 36 個類時，我想提取具有 (36, 2048) 形狀特征的特征。 是否有任何方法可以使用預訓練的 pytorch 模型進行提取。

model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True).to(device)
features = list(model.features)

dummy_img = torch.zeros((1, 3, 800, 800)).float() # test image array

req_features = []
output = dummy_img.clone().to(device)

for feature in features:
    output = feature(output)
    if output.size()[2] < 800//16: # 800/16=50
        break
    req_features.append(feature)
    out_channels = output.size()[1]

faster_rcnn_feature_extractor = nn.Sequential(*req_features)

output_map = faster_rcnn_feature_extractor(dummy_img )
print(output_map.shape)

Answer 1

您正在調用的 function 返回基於GeneralizedRCNN的FasterRCNN object。 如您所見，這個 object 確實沒有feature屬性。 查看其源碼，如果想獲取feature maps，可以按照L83和L101 ：

>>> images, _= model.transform(images, None)
>>> features = model.backbone(images.tensors)