OpenMMLab AI 实战训练营笔记 05

MMDetection 环境搭建

这里我使用软连接进行环境配置

git clone -b 2.x git@github.com:open-mmlab/mmcv.git 
cd mmcv

# 安装 ninja 和 psutil 以加快编译速度
pip install -r requirements/optional.txt

# 仅仅编译,不安装
MMCV_WITH_OPS=1 python setup.py build_ext --inplace

# 建立软链接
cd ../mmyolo
ln -s ../mmcv/mmcv mmcv

如果是使用mmdet 3.x版本,则需要依次配置MMengine,配置步骤如上MMCV所示。

参考:https://zhuanlan.zhihu.com/p/580885852

COCO数据集格式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在 MMDetection 中改写配置文件

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

训练

训练一个新的模型
为了使用新的配置方法来对模型进行训练,你只需要运行如下命令。

python tools/train.py ../configs/xxxx/xxxxxxxxx.py # 改写的配置文件地址
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值