毕业设计周记6

利用FCOS训练模型

目录

利用FCOS训练模型

前言

COCO的重新训练

训练模型

模型测试

COWC数据集训练

COWC简介

制作训练集和测试集

训练模型

测试模型

---

前言

前面已经江苏成功远程连接服务器了，并且训练了一些简单的图像分类器。现在开始准备重新训练COCO数据集和COWC数据集。

COCO的重新训练

训练模型

结合毕业设计周记2的内容，重新在服务器端准备好COCO数据集。

|-coco
      |-train2014 #82783张图片
      |-val2014  #40524张图片
      |-annotations #标注文件

终端输入下面的命令行开始训练。

nohup python -m torch.distributed.launch \
      --nproc_per_node=4 \
      --master_port=$((RANDOM + 10000)) \
      tools/train_net.py \
      --config-file configs/fcos/fcos_imprv_R_50_FPN_1x.yaml \
      DATALOADER.NUM_WORKERS 2 \
      SOLVER.IMS_PER_BATCH 8 \
      OUTPUT_DIR out/fcos_imprv_R_50_FPN_1x &

'''nohup指令 让训练进程挂在后台运行，即使ssh连接断开也不会中断训练。可以用cat nuhup.out 查看任务进行情况'''

刚开始的时候，出现了一个bug: " UnicodeDecodeError: 'utf-8' codec can't decode byte..." 网上搜了一些博客，发现解决方法都不对。后来发现是数据集中有两个标价文件.json，我不是官网下载，使用的不是utf-8的编码。更改后，bug才消失。

训练花费了大约十个多小时的时间，模型保存在out/fcos_imprv_R_50_FPN_1x/modle_final.pth中。

模型测试

终端中命令行中输入

nohup python tools/test_net.py \
      --config-file configs/fcos/fcos_imprv_R_50_FPN_1x.yaml \
      MODEL.WEIGHT out/fcos_imprv_R_50_FPN_1x/model_final.pth \
      TEST.IMS_PER_BATCH 4  &

不过刚开始出现如下图所示的错误提示

解决方法：降低numpy的版本。 

pip install -U numpy==1.17.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

解决后，利用自己的模型和官方的模型分别进行测试，发现自己的模型在AP上差于官方的模型。 有可能是:学习率和批处理大小参数不同造成的区别。还需要继续调整。

自己的模型

官方模型

 

把训练的模型放入fcos_demo.py中进行，与官方提供的模型进行直观对比如下：

官方模型

自己训练的