mmdetection 使用技巧篇

2021-10-05 11:29:22 字數 860 閱讀 5036

在config檔案中新增

log_config =

dict

( interval=50,

hooks=

[dict

(type

='textloggerhook'),

dict

(type

='tensorboardloggerhook'

)#生成tensorboard 日誌

])

設定之後,會在work_dir目錄下生成乙個tf_logs目錄,使用tensorboard開啟日誌

cd /path/to/tf_logs

tensorboard --logdir . --host 0.0.0.0 --port 6006

tensorboard 預設埠號是6006,在瀏覽器中輸入http://:6006即可開啟tensorboard介面

在config檔案中設定val資料集和評估指標

# coco支援的metric有['bbox', 'segm', 'proposal', 'proposal_fast']

# voc資料集支援的 metric 有['map', 'recall']

evaluation =

dict

(interval=

1, metric=

['map'])

# len(metric) == 1, metric 只能設定乙個指標

mmdetection使用時遇到的問題

系統的環境變數問題,安裝的時候會執行如下 pip install v e 這個時候,是適配的當時電腦中的cuda版本的,這個操作完成之後,無論如何改電腦的cuda版本,mmdetection中檢索的cuda版本都不會變,比我這個10.1,這種情況就要把mmdetection重新編譯,參考 上面的問題...

mmdetection 訓練資料

修改數目類別 下面展示一些內聯 片。model dict roi head dict bbox head dict num classes 1 修改檢測類別名稱 修改檢測類別 注意 當目標類別為一類時需要檢測類別為列表形式不是元組將檢測檔案複製到虛擬環境中。若上述檔案發生變換需要重新執行,重新編譯。...

mmdetection之dataset類解讀

總結本篇是mmdetection原始碼解讀第二篇,主要講解mmdetection是初始化資料類的。本文以coco資料集為例,當然,原始碼解讀不可能面面俱到,重要的是揣摩設計者的思想以及實現過程。另外,本文先暫時不予介紹dataloader構建過程。通常我們利用pytorch讀取資料集需要構建兩個部分...