先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前在阿里
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Linux运维全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上运维知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
环境配置
- Python3.6或者3.7
- Pytorch1.6(注意:必须是1.6.0或以上,因为使用官方提供的混合精度训练1.6.0后才支持)
- pycocotools(Linux: pip install pycocotools;Windows:pip install
pycocotools-windows(不需要额外安装vs)) - Ubuntu或Centos(不建议Windows)
- 最好使用GPU训练
- 详细环境配置见原作者github中的requirements.txt文件
文件结构
- ├── backbone: 特征提取网络,可以根据自己的要求选择
- ├── network_files: Faster R-CNN网络(包括Fast R-CNN以及RPN等模块)
- ├── train_utils: 训练验证相关模块(包括cocotools)
- ├── my_dataset.py: 自定义dataset用于读取VOC数据集
- ├── train_mobilenet.py: 以MobileNetV2做为backbone进行训练
- ├── train_resnet50_fpn.py: 以resnet50+FPN做为backbone进行训练
- ├── train_multi_GPU.py: 针对使用多GPU的用户使用
- ├── predict.py: 简易的预测脚本,使用训练好的权重进行预测测试
- ├── valisation.py: 利用训练好的权重验证/测试数据的COCO指标,并生成record_mAP.txt文件
- └── pascal_voc_classes.json: pascal_voc标签文件
跑通代码
作者在视频中跑的是mobilnet模型,这里我们尝试跑一下res50+fpn的模型
1. create_model
这个类是定义模型的部分。
这里需要注意的是
backbone = resnet50_fpn_backbone()
会自动的冻结部分底层权重
代码如下(示例):
def create\_model(num_classes):
backbone = resnet50_fpn_backbone()
# 训练自己数据集时不要修改这里的91,修改的是传入的num\_classes参数
model = FasterRCNN(backbone=backbone, num_classes=91)
# 载入预训练模型权重
# https://download.pytorch.org/models/fasterrcnn\_resnet50\_fpn\_coco-258fb6c6.pth
weights_dict = torch.load("./backbone/fasterrcnn\_resnet50\_fpn\_coco.pth")
missing_keys, unexpected_keys = model.load_state_dict(weights_dict, strict=False)
if len(missing_keys) != 0 or len(unexpected_keys) != 0:
print("missing\_keys: ", missing_keys)
print("unexpected\_keys: ", unexpected_keys)
# get number of input features for the classifier
in_features = model.roi_heads.box_predictor.cls_score.in_features
# replace the pre-trained head with a new one
model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes)
return model
2. main
先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前在阿里
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Linux运维全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上运维知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**