mmdet 实践：
mmdet项目简述； 环境搭建openbayes；mmdet进行模型推理；mmdet使用来检测水果；
预训练模型，开箱即用->使用几行的api来调用检测；
微调训练：包含了算法，修改配置文件改写和调参就可以开始训练；
深度学习模型的训练涉及的几个方面：
模型结构： 有些模型会分为base，large... 涉及到你是用的模型的简单的层数的修改，每层多少通道数等参数级别的修改；
数据集：使用的什么数据集去训练？个人数据集所需要做的划分，格式规整，数据文件路径，数据增强手段；
训练策略，shedule： lr 变化方法，梯度下降算法 adamw，batchsize，epoch设置；
运行所需的GPU环境配置和分布式环境配置；
辅助功能，log的打印，定时保存checkpoint等；
config文件定义了这些东西：
model字段定义模型；data字段定义数据；optimizer, lr_config等字段定义训练策略；load_from 字段定义与训练模型的参数文件；
代码库结构(重要):
7867
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
