原文位置: 百度目标检测7日打卡常见问题汇总 (原文保持更新)
鉴于大家遇到的问题比较多,且这些问题很多是相似的,故在此做个汇总。
环境版本说明:
推荐版本
Paddle:1.8.4
Python: 3.7
CUDA:10.0
pip: 9.0.1+
PaddleDetection: 0.4
…
版本错误容易导致运行不成功,请注意版本号。
Paddle具体安装说明
如果自己电脑性能不够的话安装CPU版本也是可以的。
遇到问题不要慌,多baidu,google,还可以在群里提问。
讨论区地址: https://aistudio.baidu.com/aistudio/education/group/info/1617?qq-pf-to=pcqq.group
如果有直播通常在 20:30,具体时间QQ群班班会有通知
社群每天两小时集中答疑,10:00-11:00,19:30-20:30
Windows查看GPU 型号: 我的电脑-属性-设备管理器-显示适配器
详情见Github: PaddleDetection。在入门教程-安装说明中有具体的安装步骤。
在Windows中打开 PowerShell/cmd/terminal
来输入命令。在linux下打开 terminal
。
您可以通过以下命令克隆PaddleDetection:
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git
说明:
这个是举例子,命令不能直接这么写!!!cd
后面要接具体的路径。
pwd
查看当前路径ls
查看当前路径下有的文件PaddleDetection
的文件夹,那么cd xxx
进入该文件夹,xxx是想要进入的文件夹名字mkdir xxx
新建一个,xxx是你想要建立的文件夹名字,然后再cd xxx
路径对了之后输入命令:
git clone https://github.com/PaddlePaddle/PaddleDetection.git
补充:
windows需要安装git,git官方安装文档。
要是都不会的话,最简单的方法:
直接安装一个GitHub Desktop,这个安装完成后git同时也安装上了。
Python依赖库在requirements.txt中给出,可通过如下命令安装:
先cd PaddleDetection
进入刚刚克隆下来的库里,然后
pip install -r requirements.txt
python ppdet/modeling/tests/test_architectures.py
【报名课程】https://aistudio.baidu.com/aistudio/education/group/info/1617
点击加入课程,即可观看课节内容,进行代码实战作业,遇到问题还可以去课程讨论区围观下解答。
这里的权重是同学们前面训练出来的权重。前面训练出来的权重存放再output
文件夹下面,weight=
后面填写权重文件路径,记得带上后缀。
本项目在work/hw_configs/
目录下提供以下配置文件
注意: 初始给的文件是.zip
压缩包,需要按步骤解压到work/PaddleDetection/configs/
文件夹夹底下,使用的时候也从这work/PaddleDetection/configs/hw_configs
文件夹底下查找相应的配置文件。
%cd ~/work/PaddleDetection/
!unzip -o ~/work/hw_configs.zip -d configs/
! ls configs/hw_configs/
直接在aistudio
GPU模式下启动的GPU数量默认是1
。
lr
/iter
等的调整调整学习率和迭代次数: https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.4/docs/FAQ.md
关键点 在notebook!pwd
里输入能知道当前路径。
例如:
上图所示的位置是: /home/aistudio
如上图所示的位置是 /home/aistudio/work/PaddleDetection/configs/hw_configs
提示 鼠标点击图中红色箭头指向的位置,能获得该文件夹we
相对路径整不明白的请用绝对路径!!!
相对路径整不明白的请用绝对路径!!!
相对路径整不明白的请用绝对路径!!!
maxiters = epoch * data /batch_size
milestones通常看epoch,比如你跑了12个eoch,那么就在第8、11个epoch,做一次lr改变,算出对应的iter.
常用的有[8,11,12], [16,19,20]等。
How do I interpret evaluation results on my custom dataset?
请点击此处查看本环境基本用法.
Please click here for more detailed instructions.
我发现了一个炒鸡棒的AI学习与实训社区!为我助力赢10小时免费算力,助力成功您可领100小时哦~ https://aistudio.baidu.com/aistudio/newbie?invitation=1&sharedUserId=424721&sharedUserName=w空青w