mmdetection使用wandb查看训练日志

mmdetection查看日志之前一直是在用TextLoggerHook,已经觉得挺方便的了,自从用了wandb之后,发现wandb真不错,看log更方便了,回不去了。

wandb的简单配置:

wandb官网:https://wandb.ai/

wandb官方给的配置教程:MMDetection - Documentation(中文版) MMDetection - Documentation(英文版) 英文版有动态图片,比较直观。

首先你要去官网注册一个账号,然后去授权页面拿到私钥:Weights & Biases Authorize

在服务器安装wandb,并且用私钥登录

pip install wandb
wandb login

在配置文件里将log_config改为下面样式就可以了

    cfg.log_config = dict(
        interval=20,
        hooks=[
            dict(
                type='MMDetWandbHook',
                init_kwargs=dict(project='your_project_name', name='your_model_name''tags': ['resnet50', 'sgd'] ),
                interval=20,
                log_checkpoint=True,
                log_checkpoint_metadata=True,
                num_eval_images=100)
        ])

下面是一些解释说明,来源于wandb官方给的配置教程。

名称 描述
init_kwargs (dict) 传递给 wandb.init 以启动W&B运行的 dict。一般用到的有project,name,更多的键值对可以参考:wandb.init - Documentation
interval (int) 记录间隔(每k次迭代)。默认值为 50
log_checkpoint (bool) 在每次检查点间隔时将检查点保存为 W&B 工件。其可用于模型版本控制,其中各版本均为检查点。默认值为False
log_checkpoint_metadata (bool) 将在验证数据上计算的评估指标与检查点,以及当前epoch一起记录为该检查点的元数据。默认值为True
num_eval_images (int) 需记录的验证图像数。如果为 0,则评估将不会被记录。默认值为100
bbox_score_thr (float) 边界框分数阈值。默认值为0.3

完成上面简单几步之后,就可以愉快的训练了。

mmdetection使用wandb查看训练日志_第1张图片

在Artifacts页面,你可以看到你模型的可视化输出,包括训练的模型中预测的图片,和数据集真实的图片。

mmdetection使用wandb查看训练日志_第2张图片

点击放大按钮可以放大图片,非常方便啊。

mmdetection使用wandb查看训练日志_第3张图片

你可能感兴趣的:(mmdetection,python,wandb,mmdetection)