原因

多卡训练；单卡模糊加载进行测试。
训练时，通过torch.nn.DataParallel(self.model)进行多卡并行训练；测试时，用单卡模糊加载保存的模型权重，很多模型参数都没有加载成功，自然会导致测试效果很差。

解决方法

测试时，使用多卡加载模型时，删掉'module.'前缀；或者用单卡加载模型进行测试。

# 删掉'module.'前缀
loaded_dict = torch.load(weight_c1)
new_state_dict = OrderedDict()
for k, v in loaded_dict.items():
    name = k[7:] # module字段在最前面，从第7个字符开始就可以去掉module
    new_state_dict[name] = v #新字典的key值对应的value一一对应
model_cascade1.load_state_dict(new_state_dict, strict=True)

解决效果

改动前：

改动后：

收获

我之前一直以为strict=Fasle对模型效果影响不大，这次总算知道影响有多大了。