Yolact_edge的训练

本文档详细介绍了Yolact_edge的训练过程,包括安装、训练代码、自定义设置及参数解释。在训练时,需注意设置CUDA_VISIBLE_DEVICES=0以避免错误,同时解决Git导入问题和log_folder路径问题,确保训练数据正确保存。
摘要由CSDN通过智能技术生成

1、安装

2、训练

训练的代码

CUDA_VISIBLE_DEVICES=0 python train.py --config=yolact_edge_truck_config
CUDA_VISIBLE_DEVICES=0 nohup python3 -u  train.py --config=yolact_edge_truck_config

查看运行结果

cat nohup.out            #查看输出文件
tail -n 100 nohup.out    #查看 nohup.out 最后100行的日志
tail -n 100 nohup.out |grep "关键字"      #输出文件最后100行,含关键字
tail -fn 50 nohup.out    #查看nohup.out里面的日志
tail -f nohup.out       #前台实时查看nohub.out文件内容
tail -f nohup.out |grep "关键字"       #根据关键字查看
ps -x                         #查看所有正在运行的进程
kill -9 ID                    #杀死进程

自定义设置

参考train参数传入,可选参数有:

–batch_size 批次,根据自己显卡而定;
–save_interval 默认每10000次迭代保存一次权重
–validation_size 默认每5000次迭代验证一次

参数解释

B:box, C:class,

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