{algorithm name}_{model component names [component1]_[component2]_[...]}_{training settings}_{training dataset information}_{testing dataset information}
配置文件的文件名分为五个部分,组成文件名每一个部分和组件之间都用_
连接,每个部分或组件中的每个单词都要用-
连接。
-
{algorithm name}
: 算法的名称,如deeplabv3
,pspnet
等。 -
{model component names}
: 算法中使用的组件名称,如主干(backbone)、解码头(head)等。例如,r50-d8
表示使用ResNet50主干网络,并使用主干网络的8倍下采样输出作为下一级的输入。 -
{training settings}
: 训练时的参数设置,如batch size
、数据增强(augmentation)、损失函数(loss)、学习率调度器(learning rate scheduler)和训练轮数(epochs/iterations)。例如:4xb4-ce-linearlr-40K
意味着使用4个gpu,每个gpu4个图像,使用交叉熵损失函数(CrossEntropy),线性学习率调度程序,训练40K iterations。 一些缩写:-
{gpu x batch_per_gpu}
: GPU数量和每个GPU的样本数。bN
表示每个GPU的batch size为N,如8xb2
为8个gpu x 每个gpu2张图像的缩写。如果未提及,则默认使用4xb4
。 -
{schedule}
: 训练计划,选项有20k
,40k
等。20k
和40k
分别表示20000次迭代(iterations)和40000次迭代(iterations)。
-
-
{training dataset information}
: 训练数据集名称,如cityscapes
,ade20k
等,以及输入分辨率。例如:cityscapes-768x768
表示使用cityscapes
数据集进行训练,输入分辨率为768x768
。 -
{testing dataset information}
(可选): 测试数据集名称。当您的模型在一个数据集上训练但在另一个数据集上测试时,请将测试数据集名称添加到此处。如果没有这一部分,则意味着模型是在同一个数据集上进行训练和测试的。