DAMO-YOLO最强操作教程.

DAMO-YOLO最强操作教程.测试于2023-1-9.代码版本为v0.2.1

详细教学哔哩哔哩视频链接.

数据集转换脚本github链接.

操作步骤(建议看着哔哩哔哩视频进行操作)

  1. 下载github中的DAMO-YOLO源码、预训练权重、我github中的数据集转换脚本。
  2. 进入到DAMO-YOLO代码中,运行python setup.py install。
  3. 如果是windows的话,需要把tools里面的train.py、eval.py中的torch.distributed.init_process_group(backend=‘nccl’, init_method=‘env://’)的nccl换成gloo。
  4. 到configs/damoyolo_tinynasL20_T.py中,添加self.train.finetune_path = ‘damoyolo_tinynasL20_T_418.pth’,添加self.train.total_epochs=10。
  5. 到configs/damoyolo_tinynasL20_T.py中,修改ZeroHead中的num_classes为自己的类别数量,本教程为2。
  6. 到damo/config/paths_catalog.py中,修改DATASETS中的coco_2017_train和coco_2017_val。

运行命令

训练:

python -m torch.distributed.launch --nproc_per_node=1 train.py -f configs/damoyolo_tinynasL20_T.py

验证:

python -m torch.distributed.launch --nproc_per_node=1 eval.py -f configs/damoyolo_tinynasL20_T.py -c workdirs/damoyolo_tinynasL20_T/latest_ckpt.pth --fuse

推理:

python demo.py -p datasets/JPEGImages/11.jpg -f configs/damoyolo_tinynasL20_T.py --engine workdirs/damoyolo_tinynasL20_T/latest_ckpt.pth --infer_size 640 640
  • 2
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

魔鬼面具

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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