openmmlab(三)图像分类配置文件&训练&推理

Get start with Python API

    在有了训练配置文件和训练权重的前提下,可以用此API进行快速推理。

8f94fb20b80c4237997b75a10c7351e2.png

 

推理命令

8bc94732c28c4278b704173e0a96a873.png

 训练命令

7468f9b655764cc6a46e63c54b41bff6.png

 MIM命令管理

e013bd6222624b468b66c63b226c6e91.png

 模型配置文件

  1. 通过修改模型配置文件可以直接对训练的模型结构进行改动。
  2. 训练个人数据集主要改动num_classes为自己的分类数目。
  3. 有了全局平均池化后,对图像的输入尺寸不再做固定要求。

 

c58829f743e34bd0b3e9ab11e1c4e507.png

 数据加载模块

  1. 主要改动个人数据集路径。
  2. 根据自己的GPU调节size大小。
  3. 注意cpu的配比要适合batch size,避免出现瓶颈。

abe86c3ccfb34cb9946b18b2eb7e72af.png

 

 数据预处理

根据不同训练任务调节训练时数据增强的方式,有利于提高模型的泛化能力。

74a4e4484f26426a91a94874fcb75e06.png

 训练策略配置

        注意根据自己的GPU调节学习率,如官方8卡训练,lr0.01,自身单卡,我们本地训练lr就要设置为原来的1/8。

cabc4b37addb42beb18d48d248860771.png

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
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