SOLO模型环境搭建训练流程及问题

已于 2022-02-28 09:56:37 修改
阅读量1.3k 收藏
点赞数 1
分类专栏： 深度学习 Git 文章标签： pytorch 深度学习 人工智能
于 2022-02-28 09:48:21 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/weixin_41868417/article/details/123175533
版权

一、背景

SOLO是一种图像实例分割模型，我们主要下载的是github这个网站SOLO
因为该模型是基于mmdetection跟mmcv来的，所以要多注意学习掌握这两个东东

二、流程

1.根据install.md安装环境

Requirements

此次安装版本

Python 3.8
pytorch       1.10.2       py3.8_cuda11.3_cudnn8.2.0_0    pytorch

先找到Installation部分，打开INSTALL.md开始安装。首先一定要注意Requirements中的各种版本问题，这里面处处是坑。此次SOLO的训练环境是在从NGC下载的pytorch21.07镜像所起的容器中建立的。

a.创建conda虚拟环境并激活
conda create -n solo python=3.8 -y  #不是3.7，是3.8，当然以后训练的时候不知道是几了
conda activate solo

这里注意，python版本得是3.8了，要求中的3.7跟其他库的对应版本起冲突

b.按照官方说明安装 PyTorch和torchvision

如果直接按照它给的来，应该是直接装上了最新版本，也是可以的
可以根据official instructions挑选所需要的命令

cond
最低0.47元/天 解锁文章
小随风_hi
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【实例分割】SOLO (Segmenting Objects by Locations) 模型简介
weixin_47716911的博客
10-21 2756
来源 | 极链AI云（性价比最高的共享GPU算力平台，新人注册可领取198元大礼包，价值100+小时的免费使用时长，领取地址：https://cloud.videojj.com/） 作者 | 小仇【极链AI云技术原创奖励计划】 原文地址 |【实例分割】SOLO (Segmenting Objects by Locations) 模型简介（官网论坛） 论文链接： https://arxiv.org/pdf/1912.04488v3.pdf 源码链接： https://github.com/..
实例分割模型解析：solo模型
最新发布
absence521的博客
01-20 1351
我们提出了一种新的、极其简单的实例分割方法。与许多其他密集预测任务（例如语义分割）相比，任意数量的实例使得实例分割更具挑战性。为了预测每个实例的掩码，主流方法要么遵循“检测然后分段”策略（例如，Mask R-CNN），要么首先预测嵌入向量，然后使用聚类技术将像素分组到各个实例中。我们认为通过引入“实例类别”的概念，从全新的角度来完成实例分割任务，该概念根据实例的位置和大小为实例中的每个像素分配类别，从而很好地将实例分割转换为单次分类可解决的问题问题。
SOLO实例分割模型训练过程
wj0807的博客
08-29 445
SOLO（Segmenting Objects by Locations）是阿莱德大学和字节跳动联合研究的，算法的核心思想是将分割问题转化为位置分类问题，从而做到不需要 anchor（锚框）及 bounding box，而是根据实例的位置和大小，对每个实例的像素点赋予一个类别从而达到对实例对象进行分割的效果。代码读取图片的位置：/home/ubuntu/wj/SOLO-master/mmdet/apis/inference.py，不管它，不影响训练。四、注册数据集及修改配置文件。七、遇到的问题及解决措施。
SOLO实例分割模型-- 训练测试自己数据集--记录
qq_42762649的博客
03-23 274
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。
SOLO分割模型环境搭建踩坑记录（ubuntu18.04）
qq_43631789的博客
12-28 700
官方环境：SOLO官方代码 我自己的环境： python 3.6.9 搭建步骤 1.安装英伟达驱动： ubuntu-drivers devices sudo ubuntu-drivers autoinstall 2.查看显卡型号： nvidia-smi -a 我的显卡是2070super，默认支持cuda11，但是solo官方要求要cuda10.1,所以重新安装cuda10.1 3.安装cuda10.1 首先需要在官网上选择相应的版本:cuda10.1链接,其余版本cuda：下载链接 下载好以后离
SOLOV2代码和预训练模型
04-18
3. **模型微调**：使用自己的数据集对预训练模型进行微调，使其更适合特定的应用环境。 4. **部署应用**：将训练好的模型集成到实时检测系统中，应用于视频监控、自动驾驶、无人机航拍等领域。 在实际应用SOLOV2时...
solo5:Unikernel的沙盒执行环境
05-01
| ___| __| _ \ | _ \ __ \\__ \ ( | | ( | ) |____/\___/ _|\___/____/关于Solo5 Solo5最初是由IBM Research的Dan Williams启动的一个项目，目的是移植MirageOS以在Linux / KVM虚拟机管理程序上运行。 从那时起，它...
Robotium环境搭建
10-22
【Robotium环境搭建】是Android自动化测试的一种框架，主要用于Android应用的功能测试。它提供了一套简单易用的API，使得开发者能够轻松地编写自动化测试脚本。以下将详细讲解Robotium环境搭建的步骤和相关知识。 ...
micropython 基于esp32 solo 单核
11-26
micropython 基于esp32 solo 单核模块。很多固件都是用的esp32 双核版本。自己编译了一个单核的。4M SPI FLASHMicroPython v1.19.1-717-g3c1a2a942 on 2022-11-26;
Solo v2图像分割项目源码（不包含数据集、模型参数权重）
08-17
Solo v2项目源码提供了完整的前后端实现，包括模型构建、训练、预测及结果展示的流程，但值得注意的是，数据集和预训练模型的权重并未包含在此次分享的压缩包内，因此用户需要自行准备或从其他渠道获取。...
install_ubuntu.md
05-29
乌班图安装资料.md文件。# 在虚拟机中安装 Ubuntu ## 步骤 1. 安装前的准备和基本安装 2. 设置语言环境 3. 安装常用软件 ## 1. 安装前的准备和基本安装
配置环境
Lison_Zhu's Blog
11-26 832
添加清华源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels http://mi
Ubuntu20.04安装pytorch1.10，cuda11.3，cudnn
liangjian990709的博客
12-01 7091
Ubuntu20.04安装pytorch，cuda 1. cuda安装 输入命令nvidia-smi查看自己电脑的版本型号和cuda版本 在英伟达官网查看自己的显卡版本和cuda驱动版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 选择对应版本进行下载，下载地址，我选择的是cuda11.3。 随便进入个文件夹打开终端，然后按照图片中给的命令依次执行。 进入安装界面 EULA? 选择accept 驱动这块不要选择（
Deep crossing模型及tensorflow实现
qq_39691463的博客
10-29 374
一：绪论 1 ，概念： Deep crossing 模型是微软于2016年提出的一个深度学习架构在推荐系统完整应用的模型。相比于与Autorec相对简单的模型结构带来的表征能力的不足，Deep crossing 模型完整的解决了从特征方程，稀疏向量稠密化，多层神经网络进行优化目标拟合等一系列深度学习在推荐系统中的应用问题。 2，应用场景 Deeping crossing 模型应用场景主要是微软的搜索引擎Bing中的广告推荐场景，其拟合目标是尽可能的增加搜索广告的点击率，准确的预测广告的点击率，并以此作为广告
libcurl库安装和使用
lijianhua003的博客
08-22 1503
1. libcurl是一个跨平台的网络协议库，支持http, https, ftp, gopher, telnet, dict, file, 和ldap 协议。libcurl同样支持HTTPS证书授权，HTTP POST, HTTP PUT, FTP 上传, HTTP基本表单上传，代理，cookies,和用户认证。库下载下载完成后通过共享文件夹或者FileZill或者直接拖拽将压缩包移动到虚拟机。
Docute超简单的文档工具
军火库
07-31 2336
在我们日常的开发和学习中，我们可能会进行在线文档的写作，为了能够让我们的文档公开给大家查阅，我们可能需要将其发布到公网。这个时候，我们会有很多的文档软件选项，比如GitBook、Docsify、MdBookMkDocs等等。今天我们就来介绍一款和Docsify高度相似的文档框架，它就是Docute。相比Docsify，Docute功能简单，算是一个小清新的文档软件，和Docsify一样，Docute也是运行时渲染，不利于SEO，仅适合作为项目文档、教程文档来使用。样式5CustomColor。...
SOLOV2训练教学
weixin_43229348的博客
02-25 3014
Github: https://github.com/WXinlong/SOLO 我的操作系统是Ubuntu18.04，本文将会分成以下部分： 创建数据集 修改config 模型训练 可视化Mask结果 模型评估 推理预测 推理优化 首先安装一些基本库，可参考官方安装说明 $ git clone https://github.com/WXinlong/SOLO.git $ cd SOLO $ pip install -r requirements/build.txt $ pip install “git
Linux系统编程篇—开源压缩包的使用流程（libcurl库为例）
阿——波罗的博客
04-30 521
一、libcurl库简介 libcurl是一个跨平台的网络协议库，支持http, https, ftp, gopher, telnet, dict, file, 和ldap 协议。libcurl同样支持HTTPS证书授权，HTTP POST, HTTP PUT, FTP 上传, HTTP基本表单上传，代理，cookies,和用户认证。 二、下载 库下载https://github.com/curl/curl/releases/tag/curl-7_71_1 三、解压 tar xvf curl-7.71.
SOLO算法解读
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
03-28 7589
SOLO实例分割
solo实例分割的模型训练步骤
03-29
1. 数据准备：准备训练数据集和验证数据集，每个数据集都应包含图像和对应的标注数据，其中标注数据应包含每个实例的类别和边界框。 2. 模型选择和配置：选择适当的模型架构和输入尺寸，并配置模型的超参数和优化器。 3. 数据增强：对训练数据进行数据增强，以增加模型的泛化能力，例如随机旋转、缩放、翻转、颜色变换等。 4. 模型训练：使用训练数据集进行模型训练，可以采用常见的训练策略，如批量梯度下降、学习率衰减等。 5. 模型验证：使用验证数据集进行模型验证，评估模型的性能和准确度，调整模型参数和优化器以达到最佳性能。 6. 模型保存：保存训练好的模型参数和优化器状态，以备后续的模型应用和迁移学习。 7. 模型调优：如果模型性能不理想，可以尝试调整模型超参数、优化器、数据增强等，进一步优化模型的性能。 8. 模型应用：使用训练好的模型对新的图像进行实例分割，可以利用训练好的模型进行目标检测、图像分割、场景理解等任务。

“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

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