安装对应torch、mmcv、seg等
命令行方式调用demo或python api方式
与det、cls类似使用init_model初始化,然后调用inference_model得到result等
result中有pre_seg_seg, seg_logits
pre_seg_seg尺寸为单通道,大小与原图一致
seg_logits 有种数个通道,为置信度
自己的数据集需要修改注册数据集类,加入datasets后在init中进行修改
Runner.from_cfg(cfg)
runner.train()
runtime 调运行时
model 调模型
schedule 调学习率优化器等
目前AI实战营的课程已经结束,只剩最后一次作业,在此顺便说下参加本次实战营的心得。
一开始参加本次实战营是为了学学MMCV怎么用的,毕竟之前就挺感兴趣只是没动力学,借此推了自己一把。
本次的老师、班长和助教都有较为丰富的经验,上课的内容比较丰富,课下也能为同学们解答问题。
接下来我想说下可以改进的地方,可能嘴巴比较毒,见谅。
- 大多数视频都是录播,除了两次子豪兄的课。既然这样我认为不如直接发出来PPT讲义和视频,然后只设置作业和提交期限就够了,比如一周直接把MMCls和MMDet的课程发出来,然后下周一前完成作业即可,毕竟工作党工作日并没有太多时间可以支配。然后在每周五晚上进行集中答疑。
- 进阶作业存在的合理性,感觉大家学这个都是为了特定任务,如果强求每个类别都做进阶质量可能很差,不如作业只做基础作业,然后进阶作业只布置一个大作业,不限库,所有课程结束后上交,这样可能更能催生优秀项目。
最后再次感谢各位老师、班长和助教的贡献。