Detectron2
文章平均质量分 96
fydw_715
要被拉取搞多模态大模型了,个人还是更喜欢自动驾驶方向~
展开
-
Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录
本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 `resume` 功能继续训练,并将我们复现的模型与Model Zoo中的模型进行比较。原创 2024-09-08 04:49:16 · 1258 阅读 · 0 评论 -
在自定义数据集上训练现有的Detectron2模型
本文介绍了如何使用气球分割数据集(仅包含一个类别:气球)进行模型微调,并详细描述了数据处理、模型训练、推理和评估的流程。训练过程基于预训练的 COCO 模型,这些模型可以在 Detectron2 的模型库中获取。步骤包括:自定义数据集的数据处理和可视化。使用自定义数据集训练模型。在验证集上进行推理并可视化结果。评估模型在验证集上的性能,并计算平均精度(AP)。使用微调后的模型对新图像进行推理并可视化结果。文章还提供了相关的 Python 脚本,包括数据集注册和可视化、模型训练、验证集推理和原创 2024-08-03 09:03:37 · 934 阅读 · 0 评论 -
使用Dockerfile构建一个包含NVIDIA的PyTorch和Detectron2的镜像
构建镜像:基于指定的Dockerfile和上下文(包括detectron2目录),构建并标签为。查看镜像:构建成功的镜像大小为20.7GB。保存镜像:将镜像保存为文件,便于分发和备份。这样通过这些步骤,用户可以构建、查看和保存一个包含Detectron2的Docker镜像。这个过程详细展示了每一步的执行和输出,对于理解Docker操作和镜像管理具有很好的参考价值。这一段内容说明了如何使用docker run命令来启动一个包含Detectron2环境的Docker容器,并查看正在运行的容器。原创 2024-08-01 18:51:42 · 1026 阅读 · 0 评论 -
一键体验Detectron2框架中的所有预训练模型
一键体验Detectron2框架中的所有预训练模型原创 2024-08-01 11:44:36 · 674 阅读 · 0 评论