本文档汇总了在Windows 10环境下使用MMSegmentation进行深度学习模型训练时遇到的问题及解决方法，包括训练入口、配置参数、数据集处理、模型结构与参数调整等。通过修改train文件配置，直接指定config文件和workdir，即使数据集路径直接引用也能正常训练。针对backbone、decode_head和aux_head的结构进行了说明，探讨了normcfg、dilation和loss_decode等关键参数的影响。为实现每轮训练后的验证集评估，需在workflow中添加val步骤，并调整val_step函数。
首先说明一下我的运行环境是在win10下的
遇到的第一个问题就是在训练的时候不知道在哪里能运行模型，后来参考mmsegmentation文档才明白该在哪里进行train，具体的train文件是在tools下面的train文件
为了方便起见我并没有在命令行配置参数，而是直接修改train文件
config我默认的default是我自己根据数据集对原模型进行修改而得到的，当然也可以直接用config里面的模型文件，workdir是输出的log文件路径
同时数据集文件里面我用的直接路径，并没有进行连接，也一样可以对数据集进行训练，而另外一些其他的参数需要在你选择使用的模型文件进行修改了，这里我们以fcn为例。
我们可以看到fcn里面有很多模型，r50指的是backbone使用resnet50模型ÿ
最低0.47元/天 解锁文章
669
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
