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

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])

> 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！！

> After NL, the next step is SelNL, but i have problems with "py > 1/c". According to my understanding, the ideal condition is that the > network will output...

torchcam.cams 改成了 torchcam.methods 了

你好，邮件已收到。