https://github.com/liuheng92/tensorflow_PSENet/tree/master/pytorch 也是无效地址
时间: 2023-08-18 11:09:11 浏览: 81
C / C ++ / Rust的功能图跟踪器-C/C++开发
非常抱歉,我的回答还是有误。以下是正确的链接和步骤,您可以从这个链接下载PSENet的代码和预训练权重文件:
https://github.com/whai362/PSENet/tree/master/model
在该链接中,您可以找到`PSENet.py`代码文件和`PSENet_IC15.pth`预训练权重文件。
下载完成后,将代码文件和预训练权重文件放入您的项目目录中的某个文件夹中。例如,您可以在项目目录中创建一个名为`models`的文件夹,并将这两个文件放在该文件夹中。
然后,在您的PyTorch代码中,使用以下代码加载模型:
```python
import torch
from PSENet import PSENet
# 加载PSENet模型
model = PSENet()
model.load_state_dict(torch.load('models/PSENet_IC15.pth'))
# 将模型设置为评估模式
model.eval()
```
这个代码使用`torch.load`函数加载预训练权重文件,并使用`load_state_dict`方法将权重加载到模型中。然后,我们将模型设置为评估模式,以便在测试时使用。
请注意,您需要根据您下载的预训练权重文件的名称来调整代码中的文件名。另外,如果您将代码文件和预训练权重文件放在其他位置,请相应地更改文件路径。
阅读全文