Как настроить fastrcnn mobilenet v3 как двоичный класс ⇐ Python

[Anonymous]

Как преобразовать fastrcnn_mobilenet_v3_large_fpn в двоичный класс в освещении PyTorch. У меня есть загрузчик данных только с 1 меткой, и я хочу использовать точно настроенную модель для двоичного класса, а не тренироваться с нуля.
В настоящее время у него 91 класс, Target – 2
class CocoDNN(L.LightningModule):
def __init__(self):
super().__init__()
self.model = models.detection.fasterrcnn_mobilenet_v3_large_fpn(weights="DEFAULT")
self.metric = MeanAveragePrecision(iou_type="bbox",average="macro",class_metrics = True, iou_thresholds=[0.5, 0.75],extended_summary=True, backend="faster_coco_eval")

def forward(self, images, targets=None):
return self.model(images, targets)

def training_step(self, batch, batch_idx):

imgs, annot = batch
filtered_imgs, filtered_annot = [], []
for idx, img_b in enumerate(imgs):
annot_b = annot[idx]
if img_b!= None and len(annot_b['boxes'])>0:
filtered_imgs.append(img_b)
filtered_annot.append(annot_b)
loss_dict = self.model(filtered_imgs, filtered_annot)
losses = sum(loss for loss in loss_dict.values())
#print(loss_dict)
batch_size = len(filtered_imgs)
self.log('train_loss', losses, on_step=True, on_epoch=True, prog_bar=True, logger=True, batch_size=batch_size)
return {'loss':losses}


Подробнее здесь: https://stackoverflow.com/questions/791 ... nary-class