【TIMM应用】timm加载模型create_model，使用本地预训练模型

1.常规方式，从https://huggingface.co/上下载

注：国内使用你可能会遇到huggingface.co连接失败。

model = timm.create_model("resnet18", pretrained = True, num_classses = 2)

1-1. timm库中create_model函数的用法

1.最简单的用法

model = timm.create_model("resnet34")

2.查看可以直接创建的预训练模型列表

availableModels = timm.list_models(pretrained=True)
print(availableModels)
print(len(availableModels))

3.参数：pretrained = True

使用预训练模型，如果本地路径没有则会自动联网下载，第二次开始自动调用本地模型。

2. 使用本地的预训练模型

2-1. 国内镜像下载模型：https://hf-mirror.com/

因为huggingface.co connect error, 需要自己下载模型到本地再进行加载， 网上的方式千奇百怪，弄得很麻烦，还有搭梯子的，这里记录我觉得最快的方法。

进入huggingface国内镜像，搜索自己想要的模型，在files and versions 中下载bin文件。
https://hf-mirror.com/

2-2. 查找对应模型名称

如果不知道自己应该搜索哪个模型，提供一个方法：
直接运行
model = timm.create_model(“resnet18”, pretrained = True)

由于connectionError,会有一个报错显示
requests.exceptions.ConnectionError: (MaxRetryError(“HTTPSConnectionPool(host=‘huggingface.co’, port=443): Max retries exceeded with url: /timm/resnet18.a1_in1k/resolve/main/pytorch_model.bin (Caused by NewConnectionError(‘: Failed to establish a new connection: [Errno 101] Network is unreachable’))”), ‘(Request ID: be47fa93-75d7-4ab8-8588-1b6cb75ac408)’)

url中显示了预训练模型的名称，即resnet18.a1_in1k，进入镜像网站搜索resnet18.a1_in1k即可

2-3.调用bin文件作为预训练模型

create_model 添加参数：pretrained_cfg_overlay， 解决

model_ft = timm.create_model('resnet18', pretrained=True, pretrained_cfg_overlay=dict(file='/home/xiaoxin/Documents/hc/-/bin/pytorch_model.bin'))