milleniums
加载断点path
resnet.load_state_dict((torch.load("/root/data/others/yaoganbisai/code_6_7/models/pretrained_model/resnet50-19c8e357.pth")))
if args.model == 'deeplabv3_version_1'中，设置了path之后，会报错。错误在上面。这个resnet里面的pth是怎么生成的。
deeplabv3_version_1是用于预测的，里面的resnet50需要自己去下载：'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth'
deeplabv3_version_1是用于预测的，里面的resnet50需要自己去下载：'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth'
你好，你跑通了吗？
deeplabv3_version_1是用于预测的，里面的resnet50需要自己去下载：'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth'
你好，你跑通了吗？
你好，这个模型跑通了，但是我预测结果全是同样的颜色。复盘可能出现问题点： 一：数据准备出问题，比如Platte中关于无效值的设定有问题。 二：预测过程中数据的读取出问题，数据的拼接也存在问题。
这个模型我修改了Platte和数据切割的很多部分，数据切割那部分写的不够完美，我自己调整了。网络的一些细节地方我也稍微调整了，但是最后仍然无法得到有效输出。
我最后是参照了bubbliiiing的代码解决的https://github.com/bubbliiiing/deeplabv3-plus-pytorch。可以利用这个项目中data process中的切割代码对训练集和测试集切割，将训练集准备好后放入bubbling的代码之中可以顺利跑通（唯一需要注意无效值设定的代码）。之后只需要对测试集进行预测，再手写一个代码将图片拼接即可
deeplabv3_version_1是用于预测的，里面的resnet50需要自己去下载：'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth'
你好，你跑通了吗？
你好，这个模型跑通了，但是我预测结果全是同样的颜色。复盘可能出现问题点： 一：数据准备出问题，比如Platte中关于无效值的设定有问题。 二：预测过程中数据的读取出问题，数据的拼接也存在问题。
这个模型我修改了Platte和数据切割的很多部分，数据切割那部分写的不够完美，我自己调整了。网络的一些细节地方我也稍微调整了，但是最后仍然无法得到有效输出。
我最后是参照了bubbliiiing的代码解决的https://github.com/bubbliiiing/deeplabv3-plus-pytorch。可以利用这个项目中data process中的切割代码对训练集和测试集切割，将训练集准备好后放入bubbling的代码之中可以顺利跑通（唯一需要注意无效值设定的代码）。之后只需要对测试集进行预测，再手写一个代码将图片拼接即可
你好xd，可以分享一下你更新之后的代码吗
