在Pytorch中微调预训练模型MobileNet_V2

Question

我是pyTorch的新手，正在尝试创建一个分类器，其中我有大约10种图像文件夹数据集。为此任务，我使用了预训练模型(MobileNet_v2)，但问题是我不能更改它的FC层。它没有model.fc属性。请问是否有人能帮助我做到这一点。谢谢。

- Sachin Sharma

Answer 1

做类似以下的操作：

import torch
model = torch.hub.load('pytorch/vision', 'mobilenet_v2', pretrained=True)
print(model.classifier)

model.classifier[1] = torch.nn.Linear(in_features=model.classifier[1].in_features, out_features=10)
print(model.classifier)

输出：

Sequential(
  (0): Dropout(p=0.2)
  (1): Linear(in_features=1280, out_features=1000, bias=True)
)
Sequential(
  (0): Dropout(p=0.2)
  (1): Linear(in_features=1280, out_features=10, bias=True)
)

注意：你需要使用torch.hub，需安装torch >= 1.1.0版本。

- Anubhav Singh

Answer 2

从MobileNet V2源代码来看，该模型最后有一个名为classifier的序列模型。因此，您应该能够像这样更改分类器的最后一层：

import torch.nn as nn
import torchvision.models as models
model = models.mobilenet_v2()
model.classifier[1] = nn.Linear(model.last_channel, 10)

很遗憾，我现在无法测试这段代码。
这里也是一个很好的参考，关于如何微调模型。

- chron0x

---

实际上，模块 torchvision.models 没有属性 mobilnet_v2。现有的模型包括 [resnet, alexnet, vgg, squeezenet, densenet, inception]。 - Anubhav Singh

@AnubhavSingh，实际上自最近torchvision的更新后确实有所改变。 https://pytorch.org/docs/stable/torchvision/models.html - Deb

我明白了。我的错。非常感谢你。 - Anubhav Singh

Answer 3

MobilenetV2的实现需要输入num_classes（默认为1000），并提供一个名为self.classifier的属性，它是一个输出维度为num_classes的torch.nn.Linear层。你可以使用这个属性进行微调。你可以查看代码以获得更好的理解。

import torchvision.models as models
model = models.mobilnet_v2(num_classes=10)

- asymptote

---

很高兴知道有这些额外的参数！但应该指出，使用num_classes参数会防止下载预训练模型，而这正是这个问题的关键。此外，这里是代码的更新链接。 - DalyaG

Answer 4

通过查看models.mobilenet_v2中的最后一层，您可以看到以下内容：

(classifier): Sequential(
(0): Dropout(p=0.2, inplace=False)
(1): Linear(in_features=1280, out_features=1000, bias=True)

要将 out_features 从 1000 修改为任意类别数 num_classes：

from torchvision import models
import torch.nn as nn
model_ft = models.mobilenet_v2(pretrained=True)
num_ftrs = model_ft.classifier[1].in_features
model_ft.classifier[1] = nn.Linear(num_ftrs, num_classes)

- Mohamed Elawady