detectron2保存模型由pth转pt
checkpoint源代码：
https://detectron2.readthedocs.io/en/latest/_modules/fvcore/common/checkpoint.html#Checkpointer

重写 from fvcore.common.checkpoint import Checkpointer 中的Checkpointer类中的save方法

class MYCheckpointer(Checkpointer):
	def save(self, name, **kwargs):
	    if not self.save_dir or not self.save_to_disk:
	        return
	    data = {}
	    data["model"] = self.model.state_dict()
	    for key, obj in self.checkpointables.items():
	        data[key] = obj.state_dict()
	    data.update(kwargs)
	    basename = "{}.pt".format(name)
	    save_file = os.path.join(self.save_dir, basename)
	    assert os.path.basename(save_file) == basename, basename
	    self.logger.info("Saving checkpoint to {}".format(save_file))
	    with self.path_manager.open(save_file, "wb") as f:
	        torch.save(data, f)
	    self.tag_last_checkpoint(basename)
                    detectron2保存模型由pth转ptcheckpoint源代码：https://detectron2.readthedocs.io/en/latest/_modules/fvcore/common/checkpoint.html#Checkpointer重写from fvcore.common.checkpoint import Checkpointer中的Checkpointer类中的save方法class MYCheckpointer(Checkpointer):	def save(se
				
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：
全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
增加了 图片
目标：走马观花，两天时间浏览Detectron2源码，稍微记录一下。
	与 TensorFlow Object Detection API、mmdetection 一样，Detectron2 也是通过配置文件来设置各种参数，所有的相关内容都像搭积木一样一点一点拼凑起来。
		我自己感觉，一般所有代码都可以分为三个部分，所以看Detectron2的源码也分为以下三个部分。
		数据处理...
				
写在前面的话
该问题在 GitHub的 detectron2 的 issues 上被提出，有人解决了（如下图所示）
提示一下，去 GitHub 上的 issues 搜索问题，尽量找【closed】标签的，这些基本都是有解决方法的问题。
这里只做个记录，仅供学习使用
参考GitHub链接：
Feature: a hook to automatically save the best model during training
from detectron2.engine import HookBas
from detectron2.modeling import build_model
model = build_model(cfg)  # returns a torch.nn.Module
build_model仅建立模型结构并用随机参数填充它。有关如何将现有检查点加载到模型以及如何使用model对象的信息，请参见下文。
1.1、加载/
				
数据转coco格式
我使用的是wider person数据集，给出的是images和txt标注文件，其中，txt文件的每一行是一张图片，第一个字段是图片名称，后面每4个字段是[x,y,w,h]，跟我们大部分自有数据集的格式相同。
转为coco2017的样式，网上代码很多，暂时就不贴代码了，后面会把代码放github上，知识说一个注意点，也是我踩过的坑：
categories = {'person'...