RT-DETR的学习笔记

1. RT-DETR

GitHub: PaddleDetection/tree/develop/configs/rtdetr

2. 复现训练流程

2.1 原文使用设备

在这里插入图片描述

2.2 环境要求

4*v100
cuda >= 11.7.1
nccl >= 2.7
paddlepaddle-gpu >= 2.4.1

2.3 创建conda环境

conda create --name ppdet python=3.10

2.4 确认NCCL版本号

cat /usr/include/nccl.h | grep NCCL_MAJOR -A 2

2.5 安装RT-DETR推荐的paddle版本

前往官网安装当前稳定的paddle版本,[paddle-stable]

2.5 Clone项目代码

git clone -b develop \
https://github.com/PaddlePaddle/PaddleDetection.git

若无法正常连接GitHub,使用以下命令clone代码

AIStudio

拉取develop分支

!git clone -b develop \
https://gitee.com/paddlepaddle/PaddleDetection.git
矩阵云
git clone -b develop \
https://gitee.com/paddlepaddle/PaddleDetection.git

2.6 安装第三方依赖

cd PaddleDetection
pip install -r requirements.txt

2.7 配置cuDNN

安装cuDNN请参考《CUDA & cuDNN Installbook by Eric》

配置环境变量

export LD_LIBRARY_PATH=/home/songyuc/anaconda3/envs/paddle/lib

Note:这一步如果不配置的话,后面进行ppdet框架测试的时候就会报错。

2.7 编译PPDet

编译安装:

python setup.py install

验证测试:

python ppdet/modeling/tests/test_architectures.py

2.8 解压数据集压缩包 [AIStudio]

2.9 估计训练时间

RT-DETR-R101: FLOPs≈259G, 4 days

在这里插入图片描述

RT-DETR-X: FLOPs≈234G, 4 days

在这里插入图片描述

2.10 存储管理

训练之后新增的文件夹:log & output

3. Ubuntu移植笔记

python tools/train.py -c configs/rtdetr/rtdetr_hgnetv2_l_6x_coco.yml \
--eval
  • 2
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 32
    评论
评论 32
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