paddedetection目标检测七日打卡营遇到的坑

这篇博客总结了在模型训练和评估过程中遇到的问题,包括下载预训练模型速度慢、上传结果出错、Yolov4模型评估报错以及训练时错误下载数据集。针对这些问题,提供了详细的操作步骤和解决方法,如使用wget加速下载,检查配置文件避免错误,以及修改模型参数等。
摘要由CSDN通过智能技术生成

以下为整理打卡营的遇到的问题,以及QQ群中常见的问题。

1.下载预训练模型太慢

在这里插入图片描述
解决方法:1.复制链接下载,解压后把路径添加上去。2,使用百度网盘bypy上传3.使用wget
在这里插入图片描述
在这里插入图片描述
再把上面的权值地址成解压后文件的地址。

2.上传的结果出错

在这里插入图片描述
由于我并没有出错,无法得是哪个步骤出错,因此只能给出如何如何正确上传的步骤:
1.先运行export_model.py,具体配置按照自己的来配

!python -u tools/export_model.py -c configs/obj365/cascade_rcnn_dcnv2_se154_vd_fpn_gn_cas.yml\
                            --output_dir=./inference_model\
                            -o weights=output/cascade_rcnn_dcnv2_se154_vd_fpn_gn_cas/best_model

2.运行之后在inference_model中可以看到如下文件
在这里插入图片描述
在这里插入图片描述
3.再运行下面的打包代码:

!zip -r ../output.zip inference_model/cascade_rcnn_dcnv2_se154_vd_fpn_gn_cas/*

4.将压缩包下载下来就先行
在这里插入图片描述

3.yolov4模型eval时报错keyerror

原因是因为yolo类型的网络不把背景算成一类,这一点与rcnn不同。
方法:把分类数由2改为1

4.明明已经加载了数据集,训练时仍然下载COCO数据集。

在这里插入图片描述
原因:配置文件有错误或配置不完全,亦或是加载错了配置文件(这点可能性最大,因为很多配置文件文件名很相似)。

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