友点企业网站管理系统模板,建网站设,成都网络公司排名榜,手机网站app文章目录 参考链接1 准备数据1.1 转为COCO格式1.2 指明数据路径 2 设置训练配置文件#xff0c;在configs/damoyolo_tinynasL25_S.py进行如下两块修改2.1 关于训练参数的设置2.2 根据自己数据集设置 3 开始训练4 调用tools/eval.py进行测试5 训练时可能遇到的报错5.1 RuntimeE… 文章目录 参考链接1 准备数据1.1 转为COCO格式1.2 指明数据路径 2 设置训练配置文件在configs/damoyolo_tinynasL25_S.py进行如下两块修改2.1 关于训练参数的设置2.2 根据自己数据集设置 3 开始训练4 调用tools/eval.py进行测试5 训练时可能遇到的报错5.1 RuntimeError: Distributed package doesnt have NCCL built in5.2 ModuleNotFoundError: No module named damo.base_models.core 参考链接
官方代码DAMO-YOLODAMO-YOLO最强操作教程.我的这博文不算很详细可以去看看这篇博文的视频链接。但我的博文也就是少了配置虚拟环境的步骤其实如果已经配置好了YOLO相关的虚拟环境跟着我来应该是能跑通的
1 准备数据
1.1 转为COCO格式
参考我的另一篇博客将YOLO数据集转成COCO格式单个文件夹转为单个json文件例如…/images/train转为instance_train.json
1.2 指明数据路径
在damo/config/paths_catalog.py进行修改 2 设置训练配置文件在configs/damoyolo_tinynasL25_S.py进行如下两块修改
在configs/damoyolo_tinynasL25_S.py进行如下两块修改
2.1 关于训练参数的设置
右侧的base.py在damo/config/base.py self.train.batch_size 2 # 训练时的batchsizeself.train.total_epochs 300 # 训练的总轮数# self.train.finetune_path # 如果要加上预训练权重就下载了然后指明位置self.test.batch_size 4 # 是训练时候的2倍但是我在想在训练完之后进行测试时是不是应该改为1self.miscs.num_workers 0 # windows下设置为0self.miscs.output_dir ./workdirs # 训练完后保存的目录self.miscs.exp_name DAMO-YOLOs # 自定义文件名2.2 根据自己数据集设置 3 开始训练
python -m torch.distributed.launch --nproc_per_node1 tools/train.py -f configs/damoyolo_tinynasL25_S.py可以像下图一样直接设置好配置文件的绝对路径肯定不会出现找不到配置文件的错误 这个-m torch.distributed.launch --nproc_per_node1是用来设置多卡训练的必须要带上才能正常运行起来因此我在调试的时候多有不便亲测这个博客很有用如果有需要可以参考Pycharm 调试debug torch.distributed.launch 兴许这个博客也能有用暂存一下DAMOYOLO windows 单卡训练
4 调用tools/eval.py进行测试
官方示例
python -m torch.distributed.launch --nproc_per_node1 tools/eval.py -f configs/damoyolo_tinynasL25_S.py --ckpt /path/to/your/damoyolo_tinynasL25_S.pth感觉DAMO-YOLO跟YOLOX的代码很像所以在eval.py中还设置了--conf 0.001 --nms 0.5 --tsize 640另外验证时batchsize应该设置为1因此在configs/damoyolo_tinynasL25_S.py中设置self.test.batch_size 1但是测试完之后就改回为self.train.batch_size的两倍吧 直接按照上面命令运行的话是会对val数据集进行验证所以如果需要对test数据集进行验证的话就按照下图在damo/config/paths_catalog.py里进行更改 5 训练时可能遇到的报错
5.1 RuntimeError: Distributed package doesn’t have NCCL built in
解决方法会出现这个错是因为在Windows上跑的那么只要在tools/train.py中定位到backendnccl然后把nccl改为gloo即可
5.2 ModuleNotFoundError: No module named ‘damo.base_models.core’
解决方法会出现这报错是因为程序没有根据找到damo包的位置其实就是代码写得有点奇怪然后没有找到路径。只要把tools/train.py复制到根目录下然后运行就可以了
