MMPretrain代码课

最新推荐文章于 2024-10-04 05:55:37 发布
最新推荐文章于 2024-10-04 05:55:37 发布
阅读量218 收藏
点赞数
文章标签： 计算机视觉 opencv 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37437892/article/details/131093994
版权

安装注意事项

训练时需要基于算法库源码进行开发，所以需要git clone mmpretrain仓库。如果只调用，则pip install 即可。
在这里插入图片描述

from mmpretrain import get_model, list_models,inference_model

分别用于模型的获取、例举、推理

在这里插入图片描述
此时还没加载预训练权重
在这里插入图片描述
torchvision中也有数据集和预训练模型，为什么还要选mmpretrian？

  • 支持分布式训练
  • 训练中断后恢复训练
  • 训练脚本中有很多功能
  • 保存每次训练的参数

图像分类任务配置文件详解

例如：图像分类任务，找到resnet18相关配置文件
在这里插入图片描述

便于后续修改
在这里插入图片描述
使用mmengine加载配置文件
在这里插入图片描述
修改类别数为2之后
在这里插入图片描述
数据集配置
在这里插入图片描述
MMpretrian中读取图像默认是用opencv做的，图像为bgr格式，需要转换。

此配置验证和测试不区分
在这里插入图片描述
schedule和优化器相关的操作
在这里插入图片描述
运行参数配置，日志打印间隔 interval
在这里插入图片描述
在这里插入图片描述

爱学习的羽
关注
OpenMMLab-5-MMPretrain代码课
sinat_29552897的博客
06-11 363
安装openmim，这是一个用于安装Openmmlab各种算法库的命令行工具。同时它还有很多和深度学习相关的辅助功能。基于MMpretrain在一个新的分类数据集上resnet18的微调训练。新建分类猫狗的配置文件：‘resnet18_finetune.py’安装完成之后我们可以调用mmpretrain中的模型进行推理。图像分类，多模态中的图像描述功能。
深度学习预训练库，集成各种经典backbone，基于OpenMMLab_MMPretrain库！！！.zip
01-13
对于初学者，OpenMMLab-MMPretrain库提供了一个良好的学习平台，它不仅包含了各种模型的实现，还有详尽的文档和示例代码，有助于理解深度学习模型的内部工作原理。对于有经验的开发者，这个库可以作为一个高效的工具...
长尾问题之LDAM mmpretrain模块
12-15
长尾问题之LDAM mmpretrain模块 免费的，如果平台瞎操作，私聊我
第五讲 MMPretrain代码课
weixin_39109575的博客
06-06 180
basebase。
AI实战营第二期 笔记5——MMPretrain代码课
AI浩
06-07 664
MMPretrain 是一个全新升级的预训练开源算法框架，旨在提供各种强大的预训练主干网络， 并支持了不同的预训练策略。MMPretrain 源自著名的开源项目 MMClassification 和 MMSelfSup，并开发了许多令人兴奋的新功能。目前，预训练阶段对于视觉识别至关重要，凭借丰富而强大的预训练模型，我们能够改进各种下游视觉任务。【课程链接】https://www.bilibili.com/video/BV1Ju4y1Z7ZE【讲师介绍】马泽润 OpenMMLab算法工程师。
【OpenMMLab AI实战营二期笔记】第五天 MMPretrain代码课
qq_41776136的博客
06-07 403
从kaggle上找到一个类似的数据集，下载地址：https://www.kaggle.com/datasets/esuarez7/cats_dogs_dataset/download?预训练权重的下载地址：https://download.openmmlab.com/mmclassification/v0/resnet/resnet18_8xb32_in1k_20210831-fbbb1da6.pth。（4）runtime（包括日志配置、权重保存配置、随机性可指定随机种子）以下是完整的配置文件中的内容。
【七班】MMPretrain代码课与作业
chenghong1的专栏
06-08 562
MMPreTrain，猫狗数据集，果蔬数据集，OpenMMlab，MMCls，multimodel
【OpenMMLab】AI实战营第二期Day5：MMPretrain代码课
墨门
06-10 1141
这是一节MMPretrain代码课，会教大家使用MMPretrain的实战操作，包括安装环境、编写配置文件、微调训练模型以及使用分析工具等。
OpenMMLab学习笔记五（MMPreTrain代码课）
weixin_44732298的博客
06-07 121
总的来说，老师演示了如何下载安装MMPretrain，讲解了配置文件信息，如何微调MMPretrai。先挖一个坑在这里，之后再慢慢补笔记。今天学习了MMPretrain的代码实践课，由于最近又有一些课题要去做，所以暂时没空去实践。
MMPretrain代码课-笔记练习
github_38929225的博客
06-06 344
【课程预告及链接】⏰今日课程：深度学习与预训练MMPretrain （6月6日 周二）【课程名称】MMPretrain代码课【课程链接】https://www.bilibili.com/video/BV1Ju4y1Z7ZE/?【讲师介绍】马泽润 OpenMMLab算法工程师【学习形式】录播+社群答疑【作业布置】本次课程有作业，Github issue 链接：https://github.com/open-mmlab/OpenMMLabCamp/issues/108。
AI实战营二期 DAY5 MMPretrain代码课
yqhyqhyqh1的博客
06-07 52
3.调用模型进行推演：图像分类或者多模型图像描述。启动训练，之后分析测试结果并评估。包括准备数据集、配置文件等工作。安装openmin，之后调用。环境和cuda，安装。
mmpretrain
07-28
MMPretrain是一个基于pytorch的开源深度学习预训练工具箱，它是OenMMLab的项目成员之一开发的。它提供了各种强大的预训练主干网络，并支持不同的预训练策略。MMPretrain源自著名的开源项目MMClassification和...
基于yolov8深度学习的120种犬类检测与识别系统python源码+onnx模型+评估指标曲线+精美GUI界面目标检测狗类检测犬类识别系统
FL1623863129的博客
10-02 1012
【算法介绍】基于YOLOv8深度学习的120种犬类检测与识别系统是一款功能强大的工具，该系统利用YOLOv8深度学习框架，通过21583张图片的训练，实现了对120种犬类的精准检测与识别。该系统基于Python与PyQt5开发，具有简洁的UI界面，支持图片、视频以及摄像头三种方式进行目标检测，并能够将检测结果进行保存。在检测过程中，系统能够实时显示目标位置、目标总数、置信度以及用时等信息，为用户提供直观、清晰的检测结果。该系统在多个领域具有广泛的应用价值。
红外画面空中目标检测系统源码分享
xuehaishijue的博客
10-02 1199
数据集信息展示在现代计算机视觉领域，尤其是在空中目标检测的研究中，数据集的构建与选择至关重要。本研究所采用的数据集名为“Air Vehicles”，专门针对红外画面中的空中目标检测任务而设计。该数据集包含四个主要类别，分别是“Airplane”（飞机）、“Bird”（鸟类）、“Drone”（无人机）和“Helicopter”（直升机）。这些类别的选择不仅涵盖了多种常见的空中目标，还反映了当前无人机技术和航空活动的快速发展。
PASCAL VOC 2012数据集 20类物体，这些物体包括人、动物（如猫、狗、鸟等）、交通工具（如车、船、飞机等）以及家具（如椅子、桌子、沙发等）。
最新发布
阿利同学的博客
10-04 795
PASCAL VOC 2012数据集 20类物体，这些物体包括人、动物（如猫、狗、鸟等）、交通工具（如车、船、飞机等）以及家具（如椅子、桌子、沙发等）。
目标检测评价指标
m0_57442556的博客
10-02 336
目标检测评价指标
[数据集][目标检测]辣椒缺陷检测数据集VOC+YOLO格式695张5类别
FL1623863129的博客
09-28 568
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:[“Defect”,“Fly-bites”,“Grade-A”,“Grade-B”,“striped”]特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：698。标注数量(xml文件个数)：698。标注数量(txt文件个数)：698。标注规则：对类别进行画矩形框。
[数据集][目标检测]电力场景防震锤缺陷检测数据集VOC+YOLO格式705张1类别
FL1623863129的博客
09-30 616
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明：防震锤缺陷图片太难找，数据集里面存在大量单一场景图片，请仔细查看图片预览谨慎下载，此外数据集均为小目标检测，如果训练map偏低属于正常现象。特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：705。标注数量(xml文件个数)：705。标注数量(txt文件个数)：705。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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