PyTorch离线加载本地VGG19.pth权重文件报错求助

问题原因 #

你当前的代码加载了完整的VGG19模型（包含分类头classifier模块），但神经风格迁移只需要使用模型的特征提取部分features（原代码中models.vgg19(pretrained=True).features就是这个逻辑）。后续风格迁移的代码会遍历模型的子层，识别卷积、ReLU等层，而完整模型的第一层是Sequential类型的features模块，不在代码的识别范围内，因此抛出Unrecognized layer: Sequential错误。

修正步骤 #

加载本地权重后，必须提取模型的features子模块，和原代码的结构保持一致：

import torch
import torchvision.models as models

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 加载本地权重文件
checkpoint = torch.load('models/vgg19-dcbb9e9d.pth', map_location=device)
# 初始化空的VGG19模型
cnn = models.vgg19()
# 加载完整模型权重
cnn.load_state_dict(checkpoint)
# 提取特征提取部分，与原代码逻辑对齐
cnn = cnn.features.to(device).eval()

额外说明 #

• 官方下载的vgg19-dcbb9e9d.pth包含完整模型的权重（features和classifier），因此直接用cnn.load_state_dict(checkpoint)可以正常加载。
• 如果你的本地权重仅保存了features部分的参数，需要改为cnn.features.load_state_dict(checkpoint)。

内容的提问来源于stack exchange，提问作者crasse