mmdetection训练自己的模型与数据集常用操作指令
mmdetection训练自己的模型与数据集常用操作指令
1、demo的运行测试命令。
需进入安装盘文件夹下,激活环境后输入
python demo/image_demo.py demo/demo.jpg configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
2、修改完 class_names.py 和 voc.py 之后一定要重新编译代码,否则验证输出仍然为原类别,
且训练过程中指标异常, 在根目录 mmdetection 下执行命令:
python setup.py install
进行编译。
3、简单运行训练命令, 生成待修改的配置文件
python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py --work-dir work_dirs
其中 work_dirs 为你的工作目录,训练产生的日志,模型,网络结构文件会存放于此
运行完命令后,会生成一个包含所有配置信息的配置文件在mmdetection/work_dirs文件夹下面
这时就可以改config文件自定义网络模型了
4、训练指令
python tools/train.py longlongtest2/faster_rcnn_r50_fpn_1x_coco.py
longlongtest2是我自己的工作目录,faster_rcnn_r50_fpn_1x_coco.py是我改好的模型
5、训练完画loss等折线图(可选参数,可保存pdf!!)
python tools/analysis_tools/analyze_logs.py plot_curve longlongtest2/20230108_171812.log.json --keys lr loss_b
box loss --out out.pdf
6、测试指令
python tools/test.py longlongtest2/faster_rcnn_r50_fpn_1x_coco.py longlongtest2/epoch_5.pth --show
指定顺序是:工作空间/confi 工作空间/模型

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)