使用mmselfsup进行训练，解决不打印log问题

已于 2023-02-06 22:54:36 修改
阅读量163 收藏
点赞数
分类专栏： OpenMMLab 文章标签： python 目标检测
于 2022-12-13 16:51:53 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_43781113/article/details/128304428
版权

可能由于log打印间隔太长，处于两个epoch之间，所以不输出。
遂将log间隔改为1进行输出

log_config = dict(
    interval=1,
    hooks=[
        dict(type='TextLoggerHook'),
        # dict(type='TensorboardLoggerHook'),
    ])

通过打印结果
再根据自己的实际情况进行修改即可

α2022
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Xcode8打印一堆log问题的快速解决方法
09-01
刚装的xcode8，不知道从哪来的一堆log，很奇怪。怎么解决此问题呢？下面小编给大家分享本教程帮助大家了解Xcode8打印一堆log问题的快速解决方法，感兴趣的朋友跟着小编一起学习吧
Xcode 8打印log日志的问题小结及解决方法
09-01
主要介绍了Xcode 8打印log日志的问题小结及解决方法的相关资料,非常不错具有参考借鉴价值，需要的朋友可以参考下
探索前沿：MMSelfSup - 自监督学习的利器
gitblog_00010的博客
03-22 298
探索前沿：MMSelfSup - 自监督学习的利器 项目地址:https://gitcode.com/open-mmlab/mmselfsup MMSelfSup 是一个由 OpenMMLab 团队开发的深度学习框架，专注于自监督学习（Self-Supervised Learning, SSL）的研究和应用。该项目旨在为研究者提供一个易用、高效的平台，以实现和探索各种自监督学习算法，从而推动计算...
mmselfSup训练自己的数据集
qq_41980080的博客
11-11 3147
最近在做自监督学习的东西，使用无标签数据做预训练模型，做个分享吧，写的不好，请见谅。
【新手教程】mmselfsup训练教程及常见报错处理
最新发布
weixin_62371528的博客
03-24 1241
包括安装mmselfsup、了解文件结构与配置、训练、常见报错等，安装好对应环境版本，快速上手
MMselfSup自监督预训练模型的评估：“检测”下游任务
qq_41980080的博客
12-12 1515
使用自监督模型进行下游检测任务的训练
MMSelfSup在训练过程中调用当前Epoch
m0_57143158的博客
10-23 117
在自定义的hook中，使用了一个model的set_epoch的方法。我使用的模型的算法代码在mmselfsup-main/mmselfsup/models/algorithms/simclr_hash.py中，因此，我又给模型定义了一个函数。而我的模型在损失函数计算时，正好有个参数是与模型训练的epoch有关的（然后，在cfg配置文件中，添加以下代码，自定义一个hook，这个hook类型是我们自定义的hook。在调用时，直接用self.epoch就可以获取模型当前的epoch，实现了调用。
android之json数据过长打印不全问题的解决
08-19
Android之JSON数据过长打印不全问题的解决 ...Android 之 JSON 数据过长打印不全问题的解决可以使用分段打印的方法，并且需要注意常量字符串过长的问题，可以使用 JSON 文件的形式来解决这个问题。
一步一步教你如何使用MMSelfSup框架【1】
qq_41234663的博客
06-20 1031
自监督学习(Self-supervised learning, SSL)是一种极具潜力的学习范式，它旨在使用海量的无标注数据来进行表征学习。在SSL中，我们通过构造合理的预训练任务（可自动生成标注，即自监督）来进行模型的训练，学习到一个具有强大建模能力的预训练模型。基于自监督学习获得的训练模型，我们可以提升各类下游视觉任务(图像分类，物体检测，语义分割等)的性能。因为我们所使用的数据集的路径跟继承的配置文件中设置的路径不同，所以需要进行修改。为此，需要先看看继承的配置文件里面是什么样的。
【七班】深度学习预训练与MMPretrain（MMCLS+MMSelfSup）
chenghong1的专栏
06-05 398
MMPretrain 是一个全新升级的预训练开源算法框架，旨在提供各种强大的预训练主干网络，并支持了不同的预训练策略。MMPretrain 源自 MMClassification 和MMSelfSup，并开发了许多令人兴奋的新功能。目前，预训练阶段对于视觉识别至关重要，凭借丰富而强大的预训练模型，我们能够改进各种下游视觉任务。我们的代码库旨在成为一个易于使用和用户友好的代码库，并简化学术研究活动和工程任务。支持开箱即用的推理API和模型，包含丰富的相关任务。
OpenSelfSup:自我监督学习工具箱和基准
03-18
OpenSelfSup 消息 下游任务现在支持更多方法（掩码RCNN-FPN，RetinaNet，关键点RCNN）和更多数据集（Cityscapes）。 “ GaussianBlur”从Opencv替换为PIL，而MoCo v2的训练速度翻倍！ （时间/迭代时间0.35秒-> 0.16秒，SimCLR和BYOL也受到影响。） OpenSelfSup现在支持 ！ MoCo v2的一个错误已得到修复，现在结果是可重现的。 OpenSelfSup现在支持 ！ 介绍 master分支适用于PyTorch 1.1或更高版本。 OpenSelfSup是基于PyTorch的开源无监督表示学习工具箱。 此回购协议有什么作用？ 以下是无监督学习，自我监督学习和表象学习之间的关系。此仓库侧重于阴影区域，即无监督的表示学习。自我监督的表示学习是它的主要分支。由于在很多情况下，我们并不严格区分自我监督表
vissl:VISSL是FAIR的可扩展，模块化和可扩展组件库，用于带图像的SOTA自我监督学习
03-18
什么是新的 下面，我们按时间倒序共享VISSL中的更新和新版本。所有VISSL版本均。 [2021年3月] ：添加了和基准测试任务中使用的大多数数据集。 [2021年2月] ：添加了（ViT）骨干，并。 [2021年1月] ：VISSL v0.1.5发布。 介绍 VISSL为状态的最艺术的影响elf-小号upervised大号收益研究与计算机VI锡永库 。 VISSL旨在加快自我监督学习的研究周期：从设计新的自我监督任务到评估学习的表示形式。主要功能包括： 可在自我监督中实现SOTA的可重现实施：实施自我监督中所有现有的SOTA- ， ， ， ， ， ， ， ， ， 。还支持监督培训。 基准套件：各种基准任务，包括 ， ， ， ， 。 易用性：使用基于yaml配置系统易于使用。 模块化：易于设计新任务并重用其他任务中的现有组件（目标功能，模型躯干和头部，数据转
grad-cam实现可视化｜mmselfsup自监督｜保姆级教学
12-27 2324
Grad-CAM是使用任何目标概念的梯度（比如分类类别中的某一类的logits，甚至是caption任务中的输出），流入最后的卷积层，生成一个粗略的定位图来突出显示图像中用于预测的重要区域。
model.fit() fit函数
热门推荐
a1111h的博客
08-28 17万+
fit( x, y, batch_size=32, epochs=10, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0) x：输入数据。如果模型只有一个输入，那...
可扩展易配置，快来揭秘新一代自监督学习开源框架
qq_39967751的博客
10-19 1036
2022 年 9 月，我们发布了MMSelfSup v1.0.0rc，全面升级了架构设计，适配全新的 OpenMMLab 2.0 体系。我们接下来将从**升级架构设计，算法库新特性**两个方面，对全新升级的 MMSelfSup 1.0 进行介绍。
MMselfSup训练自监督模型之mocov3
qq_41980080的博客
12-28 1481
首先调整configs/selfsup/_base_/models/mocov3_resnet50.py文件中的温度系数参数。修改mocov3_resnet50_8xb512-amp-coslr-100e_in1k.py。数据集结构为datasetdir->｛namedirs｝->pics。新建位置自定，本人为：configs/selfsup/mocov3下。注：如果遇到不收敛（loss不降低）的情况。2.写模型自监督预训练的配置文件。4.下载mmselfSup并编译。根据自己的配置安装相应版本。
上手OpenMMLab——深度学习预训练与MMPretrain
Yuetian_w的博客
09-07 609
MMPretrain 是一个全新升级的预训练开源算法框架，旨在提供各种强大的预训练主干网络， 并支持了不同的预训练策略。MMPretrain 源自著名的开源项目和MMSelfSup，并开发了许多令人兴奋的新功能。
使用MMSelfSup时，报错If capturable=False, state_steps should not be CUDA tensors.
m0_57143158的博客
09-20 209
3、我是把MMSelfSup虚拟环境删除了，重新安装了一遍。我害怕如果仅在虚拟环境中把之前的Pytorch卸载了，使用以上语句安装了新的Pytorch后，又与MMCV版本不对应，报其他错误（MMCV必须与Pytorch与cuda的版本对应。MIM安装MMCV时会根据Pytorch与CUDA的版本，自动选择合适的MMCV）。2、查了一下是Pytorch1.12.0版本的bug，无奈只能换个其他版本的Pytorch。我使用以下语句重新安装了Pytorch 1.9.0，然后就不报错了。
lombok log.info 不打印 log.error 打印
05-23
这可能是因为你的日志级别设置不正确。Lombok默认使用SLF4J作为日志框架，而SLF4J有不同的日志级别，例如DEBUG、INFO、WARN和ERROR等。log.info()方法输出的是INFO级别的日志，而log.error()方法输出的是ERROR级别的...

“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