mmclassification 配置记录1

已于 2023-06-21 12:20:49 修改
阅读量170 收藏
点赞数
分类专栏： MMLab学习 文章标签： python 人工智能 深度学习
于 2022-11-04 09:23:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tjnkyqcy/article/details/127682148
版权

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

@TOCmmclassification 配置记录

前言

mmclassification出现
在这里插入图片描述发现尤其是在使用vit相关backbone时候会出现这个问题。
经过反复实验，最终合理的配置如下：
1，CUDA11.3 最新的cudnn11.x
2，torch1.10 torchvision0.11.1 torchaudio0.10.0
https://download.pytorch.org/whl/torch_stable.html
3，MMCV1.7.0
链接: https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

灰太狼241
关注
专栏目录
mmclassification
Highlight_Jin的博客
06-02 1343
mmclassification
（三）mmclassification图像分类——模型训练
Stone_hello的博客
05-19 5147
（三）mmclassification图像分类——模型训练和测试1.模型训练1.1使用预训练模型1.2使用自己的数据训练1.2.1制作数据集1.2.2修改模型参数（configs文件）(1)models(2)datasets(3)schedules(4)新建mobilenet_v2_b32x8_car.py2.模型测试三级标题四级标题 1.模型训练 1.1使用预训练模型 因为imagenet非常大，所以我选择先用cifar进行模型训练。 cifar模型： 链接：链接: https://github.com
mmclassification使用心得（三）多标签分类网络配置
alexandsunny的博客
04-15 1524
mmclassification使用心得（三）多标签分类网络配置概述GT文件形式 概述 多标签分类网络，可以看作分别对n个标签进行二分类。与常见的多分类网络的不同之处在于一下几个部分： GT文件形式 数据读取方式 heads预测的方式 评判结果 模型预测的输出方式 GT文件形式 与多分类不同，多标签分类对应的标签存在多个类别 ...
mmClassification学习笔记
Yohuna的博客
03-28 8523
关于商汤OpenMMlab中的分类项目学习笔记
MMLab-MMClassification学习记录
weixin_42254289的博客
05-24 294
最近在看MMLab，其中用于图像分类的Classification模块是最先学习到的，在这里做一个小小的笔记，也算是记录一下自己的学习历程，后续在看的时候也有一个参考~~~mmclassification是openmmlab的一个算法库，专用于图像分类，里面的分类模型各种各样包含人工智能领域的格式卷积神经网络以及注意力网络等。
mmclassification_master的文件配置
weixin_46587777的博客
06-02 759
MMClassification 适用于 Linux、Windows 和 macOS。它需要 Python 3.6+、CUDA 9.2+ 和 PyTorch 1.5+。
1. MMLab；mmclassification；配置文件解读
wzfafabga的博客
05-03 1361
configs\resnet\resnet18_8xb32_in1k.py 以此为例： _base_ = [ '../_base_/models/resnet18.py', '../_base_/datasets/imagenet_bs32.py', '../_base_/schedules/imagenet_bs256.py', '../_base_/default_runtime.py' ] 不喜欢简约版，将其作为配置参数，运行一遍train，因为很多参数没配置，故肯定报错，但是
MMClassification（一）
梦想是要有的，万一实现了呢！
11-09 1130
1、介绍 一句话总结：基于pytorch的强大模块化组件式的分类框架。 相关资料：中文文档 GitHub 课程学习 深入学习直接使用官方文档学习效果最好，本文记录学习过程知识以便快速回顾和查找。其中包含个人的学习总结，仅做参考。 2、项目结构 该项目结构图适用于openMMLab的其他框架。 主要工作是在配置文件模块：书写该配置文件中各个部分如图所示。 3、分类模型构成 上图展示图像分类的处理流程，下面逐一解释配置文件中参数含义： 3.1、模型结构配置 模型构..
记录一次 mmclassification 自定义数据训练和推理
何小义的博客
03-11 4752
总体参考（还有其他贴吧大神的记录）： 欢迎来到 MMClassification 中文教程！ — MMClassification 0.21.0 文档 mmclassification/getting_started.md at master · open-mmlab/mmclassification · GitHub 1. 环境安装 除了安装基础的python，pytorch等，重点是mmcv和mmcls！ 由于要用到开发场景，不用pip安装封装好的包，用官方建议方式： pip insta..
open-mmlab. mmclassification构建自己的数据集格式并训练
黛玛日孜的博客
08-06 1303
代码】open-mmlab. mmclassification构建自己的数据集格式并训练。
65、记录RTMpose转TensorRT过程，测试c++/python
sxj731533730
12-06 502
不知道为啥，我转失败了，但是生成了end2end.onnx模型，无关紧要，然后使用TensorRT自带的工具转engine。基本思想：记录一下，官方的mmpose+custom_mmdeploy中的RTmpose转TensorRT过程，纯粹记录。一、下载mmpose官方代码，然后配置环境，参考官方配置即可。cuda和cudnn的版本，参考。转成功之后，然后找个代码测测，使用clion测试，改了CMakeLists.txt。main.cpp直接找了个图片，标注了一个人的位置，然后跑一下关键点检测。
54、记录使用爱芯元智开发板+MMPose的hrnet关键点模型进行识别
sxj731533730
01-31 2657
基本思想：喜提一块爱芯元智芯片，记录一下开发过程。
MMCV:MMDetction所依赖的调参基础库
我的博客
02-10 2437
原创：赵明明 做目标检测的同学应该已经接触过或者正要接触MMDetection，当你接触到MMDeteciton的时候，你会发现，它的代码有点奇怪：它不写train函数，不写eval函数，反而配置了一个runner,把训练过程配置到runner中，运行runner,就是运行train/eval函数.如下： 上图第84行，就是对runner的运行。在运行之前的第62行，第78行，分别将模型model，优化器optimizer,日志logger,学习率调整策略配置入runner内。配置好后，运行runner就
task【XTuner微调个人小助手认知】
m0_53291740的博客
10-07 776
下面我们将根据项目的需求一步步的进行修改和调整吧！在 PART 1 的部分，由于我们不再需要在 HuggingFace 上自动下载模型，因此我们先要更换模型的路径以及数据集的路径为我们本地的路径。为了训练过程中能够实时观察到模型的变化情况，XTuner 贴心的推出了一个。
（笔记）第三期书生·浦语大模型实战营（十一卷王场）--书生入门岛通关第2关Python 基础知识
haidizym的博客
10-02 550
学员闯关手册：https://aicarrier.feishu.cn/wiki/ZcgkwqteZi9s4ZkYr0Gcayg1n1g?课程视频：https://www.bilibili.com/video/BV1mS421X7h4/课程文档：https://github.com/InternLM/Tutorial/tree/camp3/docs/L0/Python。
文本区域分割系统源码＆数据集分享
最新发布
lzmlzm89的博客
10-08 1064
数据集信息展示在现代计算机视觉领域，文本区域分割的研究日益受到重视，尤其是在处理文档图像和名片等场景时。为此，我们构建了一个名为“more2”的数据集，旨在为改进YOLOv8-seg模型提供丰富的训练素材，以提升其在文本区域分割任务中的表现。该数据集包含五个类别，具体包括“0”、“2”、“business-name-card”、“doc”和“wendang”，每个类别均具有独特的特征和应用场景，能够为模型的训练提供多样化的样本。
pytorch版本和cuda版本不匹配问题
分享计算机视觉，C++，网络摄像头研发，音视频开发，嵌入式等知识。
10-06 412
发现cuda11.8支持pytorch2.0.0。
MMClassification训练教程：配置与模型结构解析
在训练过程中，首先你需要下载源码，通过提供的链接可以获取mmclassification的源代码。下载后，你会看到一个包含多个子目录的项目结构，其中包括`configs`目录，它是存放模型配置文件的地方。 配置文件是训练过程...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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