当我尝试联合训练IAT和DeeplabV3+时，IAT的预训练参数似乎没有加载

[WYC-321]

您好，非常感谢您的开源，这个工作非常好。
我尝试使用配置：configs/deeplabv3plus/deeplabv3plus_r50-d8_1024x1024_80k_ACDC_night_with_IAT_LOL.py 进行联合训练，并在此配置文件中设置：
pre_backbone=dict(
type='Dynamic_SID', in_dim=3, with_global=True,
init_cfg=dict(type='Pretrained',
checkpoint='pre_train_models/LOL_copyFromEnhance.pth')
同时，在tools/train.py中设置：
'--load-from',default='../pre_train_models/deeplabv3plus_r50-d8_512x1024_80k_cityscapes_20200606_114049-f9fb496d.pth', help='the checkpoint file to load weights from')。

虽然代码能成功运行，但是似乎只加载了deeplabv3plus的预训练模型，IAT的预训练模型并没有加载进去。
我的MMCV版本为1.4.0 MMSeg的版本为0.20.2，您能能看下我的设置是否有问题，或者能确定下您那边是否成功加载预训练参数了吗？事实上，pre_backbone的checkpoint路径随便写，运行代码也没有报错，如果能加载预训练参数的话遇到错误路径应该会报错的吧。

[WYC-321]

@cuiziteng 你好，我确定当前的代码联合训练IAT和DeeplabV3+用于分割任务时，没有载入预训练的IAT模型参数，并且发现了如何将其修改为能正确导入参数。
具体地，在IAT_mmseg/mmseg/models/backbones/model.py 中：
将class Dynamic_SID(nn.Module) 改为class Dynamic_SID(BaseModule)
将super(Dynamic_SID, self).init() 改为super(Dynamic_SID, self).init(init_cfg)
修改这两处后模型能正常载入预训练的IAT参数。但是同时，我发现如果将IAT_enhance中提供的模型best_Epoch_lol_v1.pth作为IAT预训练模型载入，进行联合训练，效果很差，损失甚至不收敛，最后的分割结果中多个类的IoU指标为0.
造成这个问题的原因是否是因为best_Epoch_lol_v1.pth不是你联合训练时使用的预训练模型？