山东建设局网站 王局,做网站功能,如何制作一个网站h5,建筑公司的愿景怎么写title: mmpretrain实战 date: 2023-06-07 16:04:01 tags: [image classification,mmlab] mmpretrain实战
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ccTl9bOl-1686129437336)(null)]
主要讲解了安装,还有使用教程.安装教程直接参考官网.下面讲…
title: mmpretrain实战 date: 2023-06-07 16:04:01 tags: [image classification,mmlab] mmpretrain实战
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ccTl9bOl-1686129437336)(null)]
主要讲解了安装,还有使用教程.安装教程直接参考官网.下面讲解一下mmpretrain使用
实战教程
2.1简单使用
我们可以直接从定义好的模型来进行推理,首先list_model可以列出所有的分类,然后通过关键字可以识别出来resnet所有的模型,然后我们通过get_model,输入关键字就可以得到模型,之后,我们通过使用inference来进行传入模型,还有ckp,还有图形就可以直接来进行推理.
2.2自定义使用
首先整个mmlab都是通过使用cfg来进行配置的,所以我们如果要进行自己的resnet50配置,我们可以从官网的cfg来进行参考.
首先是模型,模型分为backbone骨干网络,head就是输出头,使用neck来进行连接网络.然后最后的loss,实在模型里就定义号了,使用的是topk
# model settings
model dict(typeImageClassifier,backbonedict(typeResNet,depth50,num_stages4,out_indices(3, ),stylepytorch),neckdict(typeGlobalAveragePooling),headdict(typeLinearClsHead,num_classes33,in_channels2048,lossdict(typeCrossEntropyLoss, loss_weight1.0),topk(1, 5),),init_cfg dict(typePretrained,checkpoint https://download.openmmlab.com/mmclassification/v0/resnet/resnet50_8xb32_in1k_20210831-ea4938fc.pth))之后就是dataset的配置,我们使用的type是自定义的type,设置输入的train,还有val路径,之后设置val的评估指标,使用top1.
下面就是训练时候的配置,循环次数,还有优化器
最后就是训练时候的配置,自动保存权重最高的,还有值保留最近5个文件
剩下的地方可以设置args参数 例如load_file还有work-dir
work_dir ./expcheckpointdict(typeCheckpointHook, interval1,max_keep_ckpts5,save_bestauto),
