LaneATT训练和测试

小白一个,刚开始学习,将自己的学习过程做一个记录,希望大佬多多指点!

目录

制作数据集

训练

测试

---

制作数据集

数据集图片335张,使用6:2:2方式将训练:验证:测试数据集数量分别分为200:70:65,具体的数据集制作可以参考之前的博客

使用脚本进行数据集制作

.
├── clip_jsons
│   ├── test
│   ├── train
│   └── valid
└── clips
    ├── test
    ├── train
    └── valid

├── label_data_test.json
├── label_data_train.json
└── label_data_valid.json

训练

• backbone选用resnet18网络
• 参数配置:

1. cfgs/laneatt_tusimple_resnet18.yml,将58,71,84行的文件路径改为自己的数据集路径
2. lib/datasets/tusimple.py,将SPLIT_FILES 改为自己的label名称

• 进行训练

 python main.py train --exp_name laneatt_r18_tusimple --cfg cfgs/laneatt_tusimple_resnet18.yml

测试

• 参数更改,将experiments/config.yaml文件中58,71,84行的文件路径改为自己数据集的路径
• 进行测试

python main.py test --exp_name laneatt_r18_tusimple --view all

效果:

下图使用官方提供的model进行测试的效果

下图是自己使用训练数据集跑过一遍的效果:

 

看着还行,但是不懂到底怎么样

 

看不懂tensorboard,希望大佬们能多多指教!