CornerNet-lite(windows)训练部分关键问题

Anaconda虚拟环境下：

一、环境配置：

python3.7

cuda10.0

pytorch1.0.0

需要可以留言，可以提供requirement.txt

reference：强烈安利：https://qiita.com/sounansu/items/6836e5a4d81e157941c2

 

 

二、注意点

（1）训练自己的数据集，并不用coco的80类，需要注意的如下

1.自己的类别需要在训练相应的网络configs/**.json文件中更改
2.网络输出也得跟着更改，代码在/core/models/**.py下，即：
 tl_heats = nn.ModuleList([self._pred_mod(80) for _ in range(stacks)])
 br_heats = nn.ModuleList([self._pred_mod(80) for _ in range(stacks)])#80应改为自己的类别数
3.另外，预训练模型也需要更改，按作者在GitHub中提出的方案来更改即可。

（2）转化数据问题

   VOC->COCO数据集的转化（可参考直接搜索的博客）

（3）Soft-NMS和Corner Pooling layers的编译未遇到明显困难

（4）batch_size和chunk_size的和需要保持一致。

（5）batch_size无法开1，会报错 ，错误原因希望知道的大神能指出来...

（6）数据集指向问题，只需要在config文件中将三个文件夹名作为键值即可，另外coco数据集的json放于data/coco/annotation下即可...

三、评估部分

暂时只能以batchsize为2来训练，结果mAP并不好，可能与训练集数据量少有关...

待续...

十分欢迎留言交流(*^_^*)