-
打开configs文件下,选择一个要用的网络来训练的.py文件,右键,复制绝对地址
2、修改地址表达:粘贴到某处,都改为\\以防出错。
4、回到train.py,右键运行。没有下载会自动下载。
(或者直接在下方Terminal用指令python tools/train.py xxx.py 代替3-4步骤)
5、运行后会报错,也就会生成文件。位置在tools/work_dirs下
6、复制粘贴到configs下,后续就用这个文件的基础上修改,这样操作更全面。
7、对该文件进行修改。:
改两个class=1,改max epoch = 5,改train val test路径 ,改学习率 降低weight_decay = 0.0002,改load_from = xxx.pth',改samples_per_gpu=2,workers_per_gpu=1或0,(网络比较复杂就改小,网络简单小的话就改大一些,比如在SSD中,samples_per_gpu=16也可以)
8、coco.py修改(和数据集json文件中对应相等才行,否则报错。记得下面颜色也改为对应数量)
9、修改完毕,再次修改参数为当前位置的文件(复制当前位置绝对路径到Train.py的配置中)。最终在train.py右键运行。(或者使用指令python tools/train.py xxx.py)
出现问题:
1、 runner.logger.info('loss become infinite or NaN!')
AssertionError: None
降低学习率 weight_decay = 0.0002
2、UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xd3 in position 0: invalid continuation byte
env_info['MSVC'] = cc.decode(encoding).partition('\n')[0].strip()
改为:env_info['MSVC'] = cc.decode(encoding,"ignore").partition('\n')[0].strip()
decode()增加一个ignore就可以了