bev-project/最终修复_预训练模型.md

✅ 最终修复 - 预训练模型加载问题

---

🎯 问题根源

即使注释掉配置文件中的init_cfg，bevfusion.py的init_weights方法仍然会调用Swin Transformer的init_weights，导致尝试从GitHub下载预训练模型。

---

✅ 解决方案

修改 bevfusion.py 的 init_weights 方法

def init_weights(self) -> None:
    # ✅ 如果从checkpoint加载，跳过预训练模型初始化
    # 只有当backbone配置了init_cfg时才初始化
    if "camera" in self.encoders:
        backbone = self.encoders["camera"]["backbone"]
        # 检查是否有init_cfg配置
        if hasattr(backbone, 'init_cfg') and backbone.init_cfg is not None:
            backbone.init_weights()
        else:
            # 没有init_cfg，说明从checkpoint加载，跳过初始化
            print("[BEVFusion] ⚪ Skipping camera backbone init_weights (will load from checkpoint)")

逻辑:

• ✅ 如果backbone有init_cfg配置 → 调用init_weights()加载预训练模型
• ✅ 如果backbone没有init_cfg → 跳过初始化，等待从checkpoint加载

---

📊 修复位置

文件: mmdet3d/models/fusion_models/bevfusion.py
行数: 第159-169行
修改: 添加init_cfg检查逻辑

---

✅ 现在的行为

配置文件中 (已注释)

backbone:
  type: SwinTransformer
  ...
  # ✅ 从checkpoint加载，无需预训练模型
  # init_cfg:
  #   type: Pretrained
  #   checkpoint: pretrained/swint-nuimages-pretrained.pth

代码中 (已修复)

# 检查init_cfg
if hasattr(backbone, 'init_cfg') and backbone.init_cfg is not None:
    backbone.init_weights()  # 有配置才初始化
else:
    print("Skipping init_weights")  # 无配置，跳过

启动时 (使用checkpoint)

--load_from epoch_5.pth

结果:

• ✅ 不会尝试加载预训练模型
• ✅ 直接从checkpoint加载所有权重
• ✅ task_gca随机初始化

---

🚀 现在可以正常启动了！

docker exec -it bevfusion bash
cd /workspace/bevfusion
bash START_PHASE4A_TASK_GCA.sh

---

✅ 启动后应该看到

[BEVFusion] ⚪ Skipping camera backbone init_weights (will load from checkpoint)
[BEVFusion] ✨✨ Task-specific GCA mode enabled ✨✨
  [object] GCA: params: 131,072
  [map] GCA: params: 131,072

load checkpoint from .../epoch_5.pth

The following keys in model are not found in checkpoint:
  task_gca.* (正常，随机初始化)

Epoch [1][50/xxx] ...

---

🎉 预训练模型加载问题已彻底解决！现在可以正常启动训练了！