FPN训练自己的小目标数据爬坑日志（2）

最新推荐文章于 2024-07-23 14:41:33 发布
最新推荐文章于 2024-07-23 14:41:33 发布
阅读量937 收藏
点赞数
分类专栏： caffe 小目标检测 文章标签： loss_bbox=0 Fpn 小目标
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/wolf2345/article/details/80807188
版权

错误：RcnnLossBBox = 0  

I0625 20:40:38.710259 18430 sgd_solver.cpp:107] Iteration 2640, lr = 0.001

I0625 20:40:50.785377 18430 solver.cpp:229] Iteration 2660, loss = 0.262648
I0625 20:40:50.785401 18430 solver.cpp:245]     Train net output #0: FPNClsLoss = 0.0808626 (* 1 = 0.0808626 loss)
I0625 20:40:50.785408 18430 solver.cpp:245]     Train net output #1: FPNLossBBox = 0.277722 (* 1 = 0.277722 loss)
I0625 20:40:50.785411 18430 solver.cpp:245]     Train net output #2: RcnnLossBBox = 0 (* 1 = 0 loss)

I0625 20:40:50.785415 18430 solver.cpp:245]     Train net output #3: RcnnLossCls = 1.07288e-06 (* 1 = 1.07288e-06 loss)

 

 

loss_bbox = 0，解决后续补充

1、尝试过将base_lr学习率修改为0.00001

2、因为本人得显卡是k2200故将batch_size设置为1，最后换了1080ti，loss不为0（基本解决）

3、后续尝试将数据集扩大

wolf2345
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
yolov7目标检测：基于自定义数据集完成检测、训练、测试
shinuone的博客
03-25 5529
主要分三步：（1）环境配置与文件配置（2）检测（3）训练。其中，检测和训练都是可以独立进行的。检测是依赖于权重文件即可运行，而训练是基于自定义训练数据集和超参数生成权重文件。
YOLOv10 | 手把手教你利用yolov10训练自己数据集（含环境搭建、参数解析 、数据集查找、模型训练、推理、导出）
Snu77的博客
05-26 2万+
本文内含YOLOv10网络结构图 + 各个创新模块手撕结构图 + 训练教程 + 推理教程 + 参数解析 + 环境搭建 + 数据集获取等一些有关YOLOv10的内容！目录一、前言二、整体网络结构图三、空间-通道分离下采样3.1 SCDown介绍3.2 C2fUIB介绍3.3 PSA介绍四、环境搭建五、数据集获取六、模型获取七、模型训练7.1 训练的三种方式7.1.1 方式一7.1.2 方式二（推荐）7.1.3 方式三八、模型验证/测试九、模型推理十、模型输出官方论文地址点击此处即可跳转。
【目标检测七】FPN-从原理到模型的训练与测试
gusui7202的博客
10-02 4782
FPN：原理 => 模型搭建 => 训练 => 测试 目录 FPN：原理+模型搭建+训练自己的数据+测试 原理简介 【FPN】 【创新点】 【动机】 【有效性分析】 模型搭建 1.环境搭建 2.下载源代码 3.跑一下Demo测试一下模型 训练自己的数据 1.数据准备 3.跑起来 测试自己的数据 1...
Windows平台下训练自己的FPN数据集
Joemt
06-18 996
一、 下载源码： 二、 文件准备 1、 删除…/FPN_Tensorflow-master/data/tfrecord文件下所有文件 2、 删除…/FPN_Tensorflow-master/output/summary/FPN_Res101文件下所有文件 3、 删除…/FPN_Tensorflow-master/output/trained_weights/FPN_Res101文件下所有文件 4、 删除…/FPN_Tensorflow-master/ tools/demos文件下所有文件 5、 删除…/F
最新，弱小目标检测数据集，持续更新中。
最新发布
weixin_43331421的博客
07-23 806
梳理了最新的下弱小目标检测数据库，方便后续开发使用
py-Faster-rcnn+FPN训练
ALANRUOMENG的博客
03-26 4269
1.训练环境:pytorch0.4.0;cuda9.0;cudnn7.5;python2.7 2.源码地址:https://github.com/jwyang/fpn.pytorch 3.首先编译库:cd 到lib下,运行命令sh make.sh 4.下载预训练模型进行训练,也可以不用:https://filebox.ece.vt.edu/~jw2yang/faster-rcnn/pretr...
FPN环境配置
BEHIND_YOU的专栏
03-27 1409
github:https://github.com/unsky/FPN由于是在faster-rcnn基础上进行的，但是作者写的install不太详细，其中有些小修改，记录下：1.github上写的cd lib 是cd /FPN/lib 而不是cd build/lib2.数据集和Makefile.config根据faster进行修改和下载，在FPN/experiments/下如果没有logs文件夹新...
yolov8训练自己的数据集
qq_45352009的博客
09-07 266
yolov8训练自己的数据集。
seresnet50训练自己的数据集_使用mask scoring RCNN训练自己的数据集
weixin_39730671的博客
12-18 678
本文主要参考下面两篇博文，并在部分细节处做了修改。一、数据集准备(训练集验证集测试集的数据分别准备)1、标注数据集大多数人会用labelme来标注数据集，然后用labelme将每张标注图片都生成一个json文件。labelme教程网上很多，这里不再赘述。本人由于原图的标注目标很小，用labelme标注未免不精确，所以先用PS手动标注后再写代码把标注图转换成了labelme格式的json文件。结果如...
云服务器上安装MMDetection及训练自己的数据集-方法总结
莱克博尔德的博客
03-18 2125
1.安装mmcv和mmdetection 第一步：使用清华源来安装pytorch、torchvision和cython 直接安装pytorch和torchvision，命令如下： install pytorch torchvision cudatoolkit=10.0 install cython 第二步：git下载mmcv和mmdetection: 从github上下载mmcv和mmdetection，可能会导致超时或过慢：（不建议） git clone https://github.com/open-
FPN_Tensorflow-master.zip
06-18
通过解压并运行"tools"目录下的脚本，用户可以将自己的数据集导入到项目中进行训练，训练完成后，可以使用"inference.py"对新图像进行预测。"data"目录下的PASCAL VOC 2007数据集可能作为示例，帮助用户理解如何组织...
解决YOLOV5训练时P、R、mAP等值均为0的问题
GeniusAng的博客
06-20 1万+
解决YOLOV5训练时P、R、mAP等值均为0的问题
faster-rcnn 训练出错： Train net output #7: bbox_loss = 0
小火车~
04-20 3971
训练faster-rcnn时出现如下错误： I0420 11:41:59.087788 3180 solver.cpp:245] Train net output #7: bbox_loss = 0 (* 1 = 0 loss) 原因：训练时，训练数目太少了，box的loss更新不动。 解决办法：　在../config.py里提高ＲＯＩ的数目， 　　　　　即提高　__C
FPN(Linux下的实验和Windows平台的移植)
u010878408的博客
11-28 2214
7.Linux下FPN的编译运行 这篇文章的代码，作者上传之后修改了，导致不能运行，贴出源码：https://github.com/unsky/FPN-caffe 好在我之前就下载了，测试训练都没问题，下面贴出我自己的源码，已上传到git上： https://github.com/zhang1992wen1023/FPN_original 按照步骤，一步一步来就行，跟faster rcnn
FPN(Feature Pyramid Networks for Object Detection)安装与训练
yiweibian的博客
11-08 5613
FPN主要使用特征金字塔网络来融合多层特征，改进了CNN特征提取。其在小目标上取得了很大的进步。更多细节可以阅读论文。 下面分两个内容介绍：1. 安装 2. 训练测试1.安装对于FPN有好几个框架实现的版本，如：caffe，mxnet 等。本文是对caffe 版本的FPN安装。 1.1 安装环境 Ubuntu 16.04 Python 2.7 opencv 3.3.0由于之前安装过c
【detectron】利用detectron训练自己的数据
Mr_health的博客
06-13 1万+
前提是在ubuntu16.04下配置好caffe2和fb的深度学习开源框架detectron，可以参考我前面的博客：ubuntu16.04下caffe2与dectectron配置 一、数据准备 我的数据格式是voc，而detectron要求的数据格式是json，因此首先要进行格式的转换。 1.数据放置 官方网站上的要求的数据存放见左图，也就是说无论我们自己要训练什么数据，文件夹的名称必须是...
FPN（feature pyramid networks）算法讲解
热门推荐
AI之路
06-06 19万+
这篇论文是CVPR2017年的文章，采用特征金字塔做目标检测，有许多亮点，特来分享。 论文：feature pyramid networks for object detection 论文链接：https://arxiv.org/abs/1612.03144论文概述： 作者提出的多尺度的object detection算法：FPN（feature pyramid networks）。原来多数的
Feature Pyramid Networks for Object Detection 论文笔记
Jesse_Mx的博客
01-17 2万+
论文地址：Feature Pyramid Networks for Object Detection前言这篇论文主要使用特征金字塔网络来融合多层特征，改进了CNN特征提取。论文在Fast/Faster R-CNN上进行了实验，在COCO数据集上刷到了第一的位置，意味着其在小目标检测上取得了很大的进步。论文整体思想比较简单，但是实验部分非常详细和充分。此博文对主要内容进行了翻译和理解工作，不足之处，欢
训练FCN时遇到的问题总结
浩瀚之水的专栏
12-21 1177
按照下面这个博客的教程训练FCN http://blog.csdn.net/wangkun1340378/article/details/70238290 刚开始了出现‘SIFFlowSegDataLayer’object has no attribute'param_str'的错误： 原因是由于我用的caffe是官神mnt文件夹中的caffe，改成用主目录中的caffe就好了 或者还
faster rcnn训练自己数据(pytorch)无fpn
04-29
如果您想要使用 Faster R-CNN 训练自己的数据集，可以按照以下步骤进行操作： 1. 准备数据集，包括图像和标注文件（如 XML 或 JSON 格式）。标注文件中应包含每个对象的类别和位置信息。 2. 安装 PyTorch 和 torchvision 库。 3. 下载 Faster R-CNN 的代码，可以在 GitHub 上找到相关的实现。 4. 根据自己的数据集格式，编写自定义数据集类。该类需要继承自 `torch.utils.data.Dataset`，并实现 `__len__` 和 `__getitem__` 方法。 5. 定义 Faster R-CNN 模型。可以使用预训练的模型作为基础，然后根据自己的数据集进行微调。 6. 定义训练过程。需要定义损失函数和优化器，并使用 DataLoader 加载数据集。 7. 开始训练。根据实际情况调整超参数，并监控训练过程中的损失和精度。 需要注意的是，如果您的数据集比较小，可以考虑使用数据增强技术来扩充数据集。此外，没有使用 FPN 的 Faster R-CNN 可能会在检测精度上有所损失，需要根据实际情况进行评估和调整。
评论 2
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