预训练模型选择

[bilibilifaker]

很抱歉再次打扰您，我注意到代码里只对deeplabv2+resnet101的组合提取了预训练权重，对于其他的模型形式则没有，同时您只附上了deeplabv2+resnet101的预训练模型，对于其余的model设置，则未提供同时代码中也未看到需要读取。
是其余模型未开源预训练好的模型吗？还是其他原因而这么设置？如果能有其余模型预训练的model，不会提升最终的miou分数吗？

def init_basic_elems(args):
    model_zoo = {'deeplabv3plus': DeepLabV3Plus, 'pspnet': PSPNet, 'deeplabv2': DeepLabV2}
    model = model_zoo[args.model](args.backbone, 21 if args.dataset == 'pascal' else 19)
    head_lr_multiple = 10.0

    if args.model == 'deeplabv2':
        assert args.backbone == 'resnet101'
        model.load_state_dict(torch.load('pretrained/deeplabv2_resnet101_coco_pretrained.pth'))
        head_lr_multiple = 1.0

    optimizer = SGD([{'params': model.backbone.parameters(), 'lr': args.lr},
                     {'params': [param for name, param in model.named_parameters()
                                 if 'backbone' not in name],
                      'lr': args.lr * head_lr_multiple}],
                    lr=args.lr, momentum=0.9, weight_decay=1e-4)

    model = DataParallel(model).cuda()

    return model, optimizer