建设h网站风险大吗,企业网站的一 二级栏目名称,China wordpress,网站建设管理考核办法在上一篇博文中#xff0c;博主完成了MMDetection框架的环境部署与推理过程#xff0c;下面进行该框架的训练过程#xff0c;训练的入口文件为tools/train.py#xff0c;我们需要配置的内容如下#xff1a;
parser.add_argument(--config,default/home/ubuntu/prog…在上一篇博文中博主完成了MMDetection框架的环境部署与推理过程下面进行该框架的训练过程训练的入口文件为tools/train.py我们需要配置的内容如下
parser.add_argument(--config,default/home/ubuntu/programs/mmdetection/configs/faster_rcnn/faster-rcnn_r50_fpn_2x_coco.py, helptrain config file path)
parser.add_argument(--work-dir,defaultoutput/, helpthe dir to save logs and models)首先是指明要训练模型的配置文件这里博主使用的是Faster-RCNN该模型的骨干网络为ResNet50使用的是COCO数据集随后指明保存的路径。 此外我们可以指定预训练模型即指定resume参数由于博主使用的是自制数据集直接使用其权重模型会报错所以我们就直接从头开始训练。
自定义数据集
博主使用的是自定义数据集那么就需要修改几个内容 首先是数据集的配置修改mmdet文件下的datasets/coco.py: 随后修改mmdet/evaluation/functional/下的class_names.py:
def coco_classes() - list:Class names of COCO.return [pedestrains]这里需要一提的是在MMdetection文件下有一个mmdet文件而我们配置的环境中也有一个mmdet文件默认是使用系统里的文件的因此博主先前一直是修改的mmdetetcion里面的mmdet文件这会报错
data_bytes np.concatenate(data_list) File __array_function__ internals, line 6, in concatenate这时就要修改环境中mmdet文件了当然也可以把这个包删掉但对博主而言无所谓因为博主并不打算在上面修改代码。该包的路径
/home/ubuntu/.conda/envs/mmdet/lib/python3.7/site-packages/mmdet/完成上面的配置后只需要再修改faster-rcnn中的类别数目即可默认是80我们改为1 随后便可以运行了完成一个epoch用时大约50分钟还是可以接受的。 GPU占用情况