通常基于微调训练:
• 使用基于COCO预训练的检测模型作为梯度下降的“起点”
• 使用自己的数据进行“微调训练”,通常需要降低学习率
具体到MMDetection,需要:
• 选择一个基础模型,下载对应的配置文件和预训练模型的参数文件
• 将数据整理成MMDetection的支持的格式,如COCO格式或者自定义格式 • 修改配置文件:
• 修改配置文件中的数据路径
• 修改模型的分类头
• 设置加载预训练模型
• 修改优化器配置(学习率、训练轮次等)
• 修改一些杂项
通常基于微调训练:
• 使用基于COCO预训练的检测模型作为梯度下降的“起点”
• 使用自己的数据进行“微调训练”,通常需要降低学习率
具体到MMDetection,需要:
• 选择一个基础模型,下载对应的配置文件和预训练模型的参数文件
• 将数据整理成MMDetection的支持的格式,如COCO格式或者自定义格式 • 修改配置文件:
• 修改配置文件中的数据路径
• 修改模型的分类头
• 设置加载预训练模型
• 修改优化器配置(学习率、训练轮次等)
• 修改一些杂项