mmsegment

记录自己mmsegment报错ValueError：need at least one array to concatenate。

在train的时候显示ValueError：needatleastonearraytoconcatenate。原因：测试集中的图片后缀“.jpg”没有换成“.JPG”。还是与config里dataset里写的img_suffix有关，如果img_suffix=“.JPG”，那就所有img后缀应该是“.JPG”。“mask_suffix”也类似。这个bug竟然排查了一天才发现，并且跑mm系列记得要多
fotonice·2024-01-14 06:16

mmsegment模型训练和推理（四）

目录1、常用设定2、模型训练2.1、单GPU训练2.2、使用多个GPU进行训练3、模型推理1、常用设定1）默认使用4个GPU的分布式训练。2）ImageNet上所有pytorch样式的预训练主干都是由open-lab团队自己训练的，参考文章https://arxiv.org/pdf/1812.01187.pdf。其中ResNet样式主干基于ResNetV1c变体，其中输入主干中的7x7转换被三个3
alex1801·2023-01-27 13:36

mmsegment训练技巧（九）

目录1、训练技巧1.1、Backbone和Heads不同学习率1.2、在线难样本挖掘（OHEM）1.3、类平衡损失2、自定义优化设置2.1、Pytorch支持的自定义优化器2.2、定制优化器2.3、在配置文件中指定优化器2.4、自定义优化器构造函数2.5、其他设置3、定制训练计划4、自定义钩子过程4.1、使用MMCV中实现的挂钩4.2、修改默认的运行时挂钩4.3、检查点配置4.4、日志配置4.5、
alex1801·2023-01-08 09:34

mmsegment定制模型（八）

目录1、定制优化器1.1、优化器注册类1.2、优化器定义2、开发新组件2.1、添加新的主干(backbone)2.2、添加新的头(head)2.3、增加新的损失1、定制优化器1.1、优化器注册类mmsegmentation中未对优化器进行封装，真实的封装及注册类在mmcv中完成。我们可以在schedule默认配置中看到优化器的字典型配置。在mmseg/api/train.py中，由build_op
alexzhang19·2021-02-02 23:11

mmsegment数据pipeline操作（七）

目录1、数据项配置2、voc数据集传入参数3、CustomDataset数据读取4、self.pipeline(results)4.1、读图4.2、数据增广4.3、格式转换4.4、测试5、扩展和使用自定义管道1、数据项配置不使用数据增广，返回原始默认图像及标签：frommmseg.datasetsimportbuild_datasettrain_cfg=dict(type='PascalVOCDa
alexzhang19·2021-02-01 22:32

mmsegment数据集说明（六）

目录1、数据集加载2、加载图片及标记3、定义自己的数据集4、数据集操作4.1、重复数据集4.2、连接数据集https://mmsegmentation.readthedocs.io/en/latest/tutorials/customize_datasets.html1、数据集加载依据tools/train.py中调用方式，提取单独的数据集加载逻辑。frommmcv.utilsimportConf
alexzhang19·2021-02-01 22:15

mmsegment配置参数说明（五）

目录1、参数组成2、命令行参数3、配置文件3.1、配置文件结构3.2、常见问题以fcn_r50-d8_512x512_20k_voc12.py为例。fcn_r50-d8_512x512_20k_voc12.py由fcn_r50-d8_512x512_20k_voc12aug.py修改而来。修改数据集为voc_aug为voc，其它一致。1、参数组成tools/train.py中main函数，查看训练
alexzhang19·2021-01-31 23:39
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他