Pytorch调用预训练模型输出结果时报错argument ‘input‘ (position 1) must be Tensor, not collections.OrderedDict

在使用pytorch中的torchvision.models.segmentation.fcn_resnet50进行获得已经训练好的预训练模型时，所得结果的输出给我提示说argument 'input' (position 1) must be Tensor, not collections.OrderedDict，说网络输出的结果是OrderedDict而不是Tensor。我想看一下这个有序字典的shape，又报错collections.OrderedDict' object has no attribute 'shape'。直译过来就是collections.OrderedDict对象没有shape这一属性，给我整的一脸蒙逼，直接调用的网络输出为什么不是tensor而是一个有序字典呢。

在国内找了好久没找到解决答案，于是就去谷歌上搜了一下找到了解决答案。这个网站（https://www.learnopencv.com/pytorch-for-beginners-semantic-segmentation-using-torchvision/）提供的教程里有这么一段话

The output of torchvision models is an OrderedDict and not a torch.Tensor
And in during inference (.eval() mode ) the output, which is an OrderedDict just has one key – out. This out key holds the output and it’s corresponding value has the shape of [No x Co x Ho x Wo].

翻译过来就是torchvision模型的输出就是有序字典类型，其中包含了你所要的输出信息，想要读取输出的张量，需要使用out这一key进行索引。体现在代码上就很简单

masks_pred = net(imgs)['out']

在后面加个['out']就顺利地work了。