detectron2改变模型保存方式，使下次读取可直接用torch.load()读取而不需要再调用detectron2模块

我希望在使用detectron2平台保存的模型时不需要再调用detecron2的一堆包和函数来构建模型，而是直接读取含有网络结构的模型。

原读取代码：
…
cfg = runner.get_default_cfg()
cfg.merge_from_file(model_zoo.get_config_file('mask_rcnn_fbnetv3a_C4.yaml'))
cfg.DATALOADER.NUM_WORKERS = 2
cfg.SOLVER.IMS_PER_BATCH = 2
cfg.MODEL.ROI_HEADS.BATCH_SIZE_PER_IMAGE = 128 # faster, and good enough for this toy dataset
cfg.MODEL.ROI_HEADS.NUM_CLASSES = 4 # only has one class (ballon)
cfg.MODEL.WEIGHTS = 'xx.pth'
cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.7 # set the testing threshold for this model
cfg.DATASETS.TEST = ("my_dataset_val", )
predictor = DefaultPredictor(cfg)
…

就感觉挺麻烦的，而且由于自己的电脑是windows10，没有成功配置detectron2而想要在电脑上跑一跑这个模型（在服务器训好的）

有啥法子嘛