SOLO 模型简介
源码路径:https://github.com/WXinlong/SOLO
论文路径:https://arxiv.org/pdf/1912.04488v3.pdf
简介:SOLO模型是2020年发表在ECCV会议上的实例分割模型框架;其凭借良好的识别效果应用广泛。
环境配置
参考:https://blog.csdn.net/qq_44703886/article/details/118596382
按照上述配置后,还需检测CUDA版本是否合适(小于110)
可能出现的问题:error: command ‘gcc’ failed with exit status 1
解决办法:https://www.cnblogs.com/zhukaijian/p/13212172.html
出现的问题大多是因为CUDA、torch、等版本老旧不兼容造成的
数据集制作
采用labelme标签数据、转换成coco2017数据格式、文件夹结构如下,转换代码可以在github上找;
训练数据
参考:https://blog.csdn.net/Guo_Python/article/details/106623798
总的来说就是:注册自己的数据集代码;修改配置文件;开始训练:
python tools/train.py configs/solo/solo_r50_fpn_8gpu_3x.py
注意:可以采用预训练的权重进行训练
测试数据
test就行,注意修改合理配置。