mmdetection 调试过程

optimizer SyntaxError: invalid syntax

在这里插入图片描述
调用GroupSampler 得到sampler发生错误
原因:mmdet/dataset/loader 下的 build_loader.py 单GPU和多GPU的分配写反了
在这里插入图片描述改为:

if dist:
    rank, world_size = get_dist_info()
    sampler = DistributedGroupSampler(dataset, imgs_per_gpu, world_size,
                                      rank)
    batch_size = imgs_per_gpu
    num_workers = workers_per_gpu
    
else:
     if shuffle:
        sampler = DistributedGroupSampler(dataset, imgs_per_gpu,
                                          world_size, rank)
    else:
        sampler = DistributedSampler(
            dataset, world_size, rank, shuffle=False)
    batch_size = num_gpus * imgs_per_gpu
    num_workers = num_gpus * workers_per_gpu

https://blog.csdn.net/Tzu_ming/article/details/85406473

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
mmdetection是一个用于目标检测的开源代码库,其提供了丰富的模型架构以及训练和测试的工具。为了更好地理解和调试代码,我们可以使用PyCharm等集成开发环境来进行断点调试。 首先,我们需要在代码中添加断点。我们可以在需要调试的行上点击鼠标右键,并选择"Toggle Breakpoint"来添加断点。断点将在程序执行到该行时暂停。 接下来,我们可以通过运行代码来启动调试模式。在PyCharm中,可以选择"Run"菜单下的"Debug"选项,或者直接点击工具栏上的"Debug"按钮来启动调试。 当代码执行到断点处时,程序会暂停执行并进入调试模式。此时,我们可以通过查看变量值、执行单步调试、控制程序流程来进行调试。 我们可以使用调试模式中的"Step Over"来逐行执行代码,"Step Into"来进入函数调用,在函数内的第一行执行断点调试,以便查看函数内部的变量和计算过程。 在调试过程中,我们可以使用"Variables"窗口来查看变量的值和属性。这对于定位问题和理解代码执行过程非常有帮助。 如果我们发现问题所在,可以通过更改代码并重新运行来修复问题。在修复后重新运行代码时,PyCharm会自动停在上次断点暂停的位置,这样我们就可以继续调试调试完成后,我们可以通过点击"Stop"按钮来结束调试并退出程序。 通过mmdetection的断点调试,我们可以更方便地定位和修复代码中的问题,以确保模型训练和测试的准确性和稳定性。
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