如何从PyTorch预训练fasterrcnn_resnet50_fpn提取指定形状特征

你遇到的'FasterRCNN' object has no attribute 'features'报错，是因为torchvision.models.detection.fasterrcnn_resnet50_fpn属于封装好的目标检测模型，和普通图像分类ResNet的结构逻辑完全不同：

• 它没有直接暴露features属性，骨干网络、FPN、RPN、ROI检测头都是拆分挂载在不同子模块下
• 带FPN的骨干输出是多尺度特征字典，不是单路串行的张量流，不能直接拆层拼接成nn.Sequential跑前向，你原来的写法只适配单路结构的分类CNN，用在检测模型上必然报错。

你需要的2048维特征，是Faster RCNN中ROI Align池化后、送入分类/回归头之前，经过roi_heads.box_head计算得到的每个候选框的表征，单框特征维度刚好是2048。如果最终筛选得到36个有效检测框，输出形状就是你需要的(36, 2048)。
注意：官方Faster RCNN的num_classes参数默认包含背景类，如果你需要适配35个前景类+1个背景类的36类检测场景，直接把分类头替换为对应类别数即可

完整实现代码如下：

import torch
import torchvision
from torch import nn
from torchvision.models.detection.faster_rcnn import FastRCNNPredictor

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

# 1. 加载预训练模型，替换检测头适配36类场景
model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)
# 获取检测头输入特征维度
in_channel = model.roi_heads.box_predictor.cls_score.in_features
# 替换分类预测头，num_classes设为你需要的总类别数（含背景）
model.roi_heads.box_predictor = FastRCNNPredictor(in_channel, num_classes=36)
model.to(device)
model.eval()

# 2. 注册前向钩子提取box_head输出的2048维特征
roi_feature_storage = []
def get_roi_feature(module, input, output):
    # output形状为[N, 2048]，N为单张图中经过筛选的候选框数量
    roi_feature_storage.append(output.detach().cpu())

# 给输出2048维特征的box_head模块绑定钩子
feature_hook = model.roi_heads.box_head.register_forward_hook(get_roi_feature)

# 3. 前向推理提取特征
dummy_img = torch.zeros((1, 3, 800, 800)).float().to(device)
with torch.no_grad():
    # 检测模型eval模式下输入为图像列表即可，不需要传入标签
    det_result = model([dummy_img])

# 取出提取到的特征，当检测结果有36个有效框时，形状即为(36, 2048)
target_features = roi_feature_storage[0].squeeze(0)
print(target_features.shape)

# 推理结束移除钩子
feature_hook.remove()

补充说明 #

如果你需要固定输出(36, 2048)形状的特征，可以根据自身业务逻辑做后续处理：

• 按检测置信度排序取Top36个框的特征
• 按类别对同类别框的特征做均值聚合，得到每个类别对应1个2048维特征，最终输出36类共36个特征

内容的提问来源于stack exchange，提问作者puhuk