【Towards Open World Object Detection 复现】

配置环境

  • 按照我上一篇unbiased teacher复现博客,配置pytorch和安装detectron的依赖包(不用下载detectron,只需要安装依赖包即可

  • 下载OWOD代码

  • 进入项目文件夹,激活环境,输入语句配置detectron

     python setup.py build develop
    
  • 会出现两个包的报错,No module named 'reliability'No module named 'shortuuid',分别使用pip install reliabilitypip install shortuuid安装即可。

下载数据集和模型

  • 下载PASCAL VOC 2007的train/val数据集(Image和Anno)
    在这里插入图片描述
  • 下载好的数据按照这个回答放到正确路径下:
    https://github.com/JosephKJ/OWOD/issues/59#issuecomment-897747744
  • 下载预训练模型,这个回答里面有预训练模型的链接https://github.com/JosephKJ/OWOD/issues/86,将模型下载好后,将模型路径替换这里的weight:在这里插入图片描述

训练代码

我只有一块GPU,故而

python tools/train_net.py --num-gpus 1 --config-file ./configs/OWOD/t1/t1_train.yaml SOLVER.IMS_PER_BATCH 8 SOLVER.BASE_LR 0.0025 OUTPUT_DIR "./output/t1"

即可完成训练
在这里插入图片描述
所有的训练sh链接
https://github.com/JosephKJ/OWOD/blob/master/run.sh

  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 25
    评论

“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 25
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