weixin_45501482-CSDN博客

原创根据镜像创建的容器运行创建命令后会自动关闭

因此在创建容器时会自动运行ENTRYPOINT命令，由于自己的Dockerfile文件使用ENTRYPOINT命令，运行命令后会退出容器。原因：这个是因为使用了ENTRYPOINT，ENTRYPOINT是docker容器运行过程的起点。问题：根据镜像创建docker容器时，刚创建好的容器会自动关闭，即使重新进入后也会立即关闭。解决办法：执行下面的命令覆盖dockerfile中的ENTRYPOINT命令而进入容器。这样就可以覆盖掉自己的ENTRYPOINT命令，从而进入容器中。

2024-05-21 09:22:57 162

原创 ValueError: some parameters appear in more than one parameter group

在MMCV解析优化器参数时，没有走 torch的 model.parameters()，如果走了torch的解析方法，它是对参数是有去重的。所以递归添加参数的时候，共享的layer的参数被添加了多次。在使用MMCV的框架时出现题目所示问题，是由于AFFormer中它的 EncoderLayer 中的 EncoderBlock 共享了同一个 cpe 和 crpe。为了解决这个问题，MMCV也提出了解决办法，在配置中添加 bypass_duplicate=True去重。

2024-03-20 10:24:00 431 1

原创 Grok-1

该模型是一个具有3140 亿个参数的专家混合模型，相比于大模型 (Grok-0)的 330 亿个参数具有较大的提升。据官网发布的对比信息，继2024年的Claude3大模型的推出，马斯克的AI创企xAI于2024年 3 月 17 日公布新的语言大模型Grok-1。这个对比信息只对比了Claude2，但是没有对比前几天刚发布的Claude3，这有点小缺陷。，但是模型293G的权重参数也不是寻常研究者可以使用的，但是看看模型结构还是可以的。虽然公布了Grok-1的部分代码和权重。

2024-03-18 16:49:11 533

原创去噪自动编码器（DAE）

去噪自动编码器（DAE）在传统自动编码器的基础上引入噪声注入策略，通过向输入中注入噪声，将“腐坏”的样本用于重构不含噪声的“干净”输入，从而更有效地学习数据的本质特征。为避免此问题，DAE通过随机置零原始输入元素的方式引入“腐坏”版本，减少输入信息，然后学习通过对“腐坏”版本进行重构，以更好地捕捉原始输入的特征。通过在输入图像中引入噪声，DAE可以学习到对噪声具有鲁棒性的图像表示，从而实现对图像的去噪。DAE可以作为半监督学习的一部分，通过无监督学习方式提取数据的特征，然后在有标签数据上进行监督学习任务。

2024-02-28 12:19:54 1045 1

原创 mmcv与mmdet版本问题 AssertionError: MMCV==1.7.1 is used but incompatible.

建议：如果已经安装mmdet出现版本问题，在conda环境中移除安装新的版本可能会导致其他的包版本不适应问题，如果环境中的包不是很多，建议为其创建新的虚拟环境。在查找问题时，也发现了新的解决办法，那就是根据报错找到对版本限制的代码，进行修改，可以参考以下文章，据说大部分时候可以及诶觉这个问题，不过我没有试过。而我原始的conda环境中mmcv的版本为2.1.0，而这个报错是由于mmcv-full的版本与mmdet版本不对应引起的问题。这里可以在这篇文章中查看他们之间的版本对应关系。

2024-01-27 19:53:15 2572 1

原创 MMsegmentation训练图像均值和标准差

在使用MMsegmentation框架时候，文中自带的配置文件中会利用训练图像的均值和标准差来对数据提前进行一个预处理操作。SegDataPreProcessor函数可以在/mmsegmentation-main/mmseg/models/data_preprocessor.py中进行定义。由于训练数据的不同，其均值和标准差也是不相同的，会对模型的训练结果产生有一定的影像。需要提前读取数据的均值和标准差，可以使用以下代码。

2024-01-26 17:35:44 285 1

原创随机数种子3407

在网上查阅很久后看到了一篇文章推荐了一个随机数种子，文章题目为“torch.manual seed(3407) is all you need: On the influence of random seeds in deep learning architectures for computer vision”，这个随机数种子是作者多次试验后得出的，在文中作者也提出了实验的缺陷，但这个随机数种子大家还是可以借鉴一下。同时，深度学习中的一些步骤，比如权重初始化、数据集划分、数据增强等，通常涉及到随机性。

2024-01-24 16:42:08 523 1

原创 MMsegmentation保存最优权重

但是，当val_interval的值设置过小时，模型会进行更多的验证并保存更多的权重，会占用大量的内存。这时只需要保存最优的权重就行，在/mmsegmentation-main/configs/_base_/schedules/schedule_12k.py文件中对代码进行修改，代码：“checkpoint=dict(type='CheckpointHook', by_epoch=False, interval=40,max_keep_ckpts=3,save_best='mDice'),”

2024-01-24 14:00:01 684 1

原创 MMsegmentation如何输出新的模型评价指标

在使用MMsegmentation框架进行模型训练过程中，模型会默认的输出指定的评价指标，如果需要对评价指标进行更改，打印符合自己的评价指标，可以在“/mmsegmentation-main/mmseg/evaluation/metrics/iou_metric.py”中进行修改，这个文件中提供了以下三种类型。每种类型会有自己的评价指标，可以选择自己需要的，如果都不符合，可以对其代码进行修改，让其打印符合自己要求的评价指标。

2024-01-23 21:35:43 808 1

原创 MMsegmentation框架模型训练出现“nan”

解决办法是可以在模型训练开始时，使用“where python”命令，查看Python的地址，然后使用export命令，如下图。在使用MMsegmentation框架中的模型进行训练时，发现在训练过程中，评价指标的值长时间为“nan”，如下图。自己使用该命令后可以解决该问题，至于为什么会出现这个问题，在查找其他文章时并未找到原因以及其他的解决思路。这种情况可能会在模型训练开始就出现，有可能会训练几轮后就出现。

2024-01-23 21:26:15 678 1

原创 MMsegmentation

这个是在预测时使用了框架中的show_result_pyplot函数，该函数的设置中会自动显示类别标注，在/mmseg/apis/inference.py文件中找到show_result_pyplot函数将“with_labels”的值设置为“False”即可。使用mmsegmentation框架进行语义分割时，预测的结果会添加类别标注，

2024-01-21 18:17:04 396

原创道路标签工具

除了labelme有没有更好的标签制作工具？labelme来制作标签太耗时了，想问问有没有更好的标签制作工具来制作道路的标签。昨天使用了SAM来制作道路标签，发现效果很差。通过添加正负点来控制分割效果的过程中发现控制点的数量为多少很难控制。

2023-11-24 10:45:34 36 1

原创将高分二四波段影像提取为三波段影像

高分一号和二号的图像通常为4波段，但是大部分深度学习的模型所能处理的为三通道的图像，因此需要将4通道的高分影像转化成3通道的影像。勾选强制转换成RGB，输入保存路径和保存名称，点击save。用Arcmap打开高分影像，查看影像为4波段。将导出的图像从新加载，查看其波段数。右键影像，选择导出数据。

2023-06-26 03:48:13 1085 1

原创 CFNet:用于密集预测的级联融合网络

多尺度特征对于密集预测、目标检测、实例分割和语义分割任务来说是至关要的。现在最先进的是通过分类主干提取多尺度特征，然后通过轻量级模块(例如FPN中的融合模块)融合这些特征。但是与重型分类主干相比，为特征融合分配的参数有限，不能够充分的融合多尺度特征。对此提出级联融合网络(CFNet)，用于密集预测。除了用于提取初始高分辨率特征的干和几个块外，还引入了几个级联阶段来生成CFNet中的多尺度特征。每个阶段包括一个用于特征提取的子主干和一个用于特征集成的极其轻量级的过渡块。

2023-06-07 21:27:08 2873 1

原创上传本地数据到服务器

看网上其他作者说传输速率可以达到20M/s,但是自己并没有达到，只能达到0.8左右。由于上传的数据集较大，寻找其他方法，发现传输速率都不是很高。至今未找到传输速率较高的方法。将数据上传到服务器上很简单，只需要将MobaXterm连接服务器之后，将本地要上传的文件打开，直接拖拽到要上传到服务器的位置即可。按照师兄的要求在将地将数据处理好之后需要上传到服务器之上。

2023-06-06 22:16:19 165 1

原创 vscode更新无法连接服务器

而且MobaXtern可以连接上去。根据网上搜索的在本地的home路径，找到.ssh文件夹并在known_hosts文件夹中根据IP将该服务器内容删除后发现依旧不能连接。今天通过vcode连接服务器是不小心点中了更新，导致服务器连接不上去，但是另外一个服务器可以连接上去。发现是由于更新失败导致文件除了问题。最后在将vcode更新后发现其会自动删除过时文件并下载新的文件，能够成功连接服务器。后来根据网上提出的在MobaXterm上将.-server文件夹删除，但是也没有成功。

2023-06-05 14:15:16 384 1

weixin_45501482的博客