玩转Facebook的maskrcnn-benchmark项目 2

栏目: 编程工具 · 发布时间: 6年前

内容简介:本系列包含两篇:使用maskrcnn-benchmark训练模型,可以

maskrcnn-benchmark 是Facebook开源的基准(benchmark)算法工程,其中包含 检测分割人体关键点 等算法。

本系列包含两篇:

  • 第一篇搭建环境;
  • 第二篇训练和验证;

训练

使用maskrcnn-benchmark训练模型,可以 参考

数据集:

  • 下载完整的COCO数据集:annotations、test2014、train2014、val2014;
  • 下载FAIR提供的 COCO小型验证集 :minival和valminusminival;

选择训练模板: e2e_mask_rcnn_R_50_FPN_1x.yaml ,其中:

WEIGHT: "catalog://ImageNetPretrained/MSRA/R-50"  # 预训练权重
DATASETS:  # 数据集
  TRAIN: ("coco_2014_train", "coco_2014_valminusminival")
  TEST: ("coco_2014_minival",)
MAX_ITER: 90000  # 最大训练轮次
复制代码

其他参数的设置位置: maskrcnn_benchmark/config/defaults.py

如:

  • _C.SOLVER.CHECKPOINT_PERIOD = 2500 ,保存轮次;
  • _C.SOLVER.IMS_PER_BATCH = 16 ,训练的 batch_size
  • _C.OUTPUT_DIR = "./models" ,模型输出路径;

指定GPU的数量:

export NGPUS=4
复制代码

训练模型:

python -m torch.distributed.launch --nproc_per_node=$NGPUS tools/train_net.py --config-file "configs/e2e_mask_rcnn_R_50_FPN_1x.yaml"

nohup python -u -m torch.distributed.launch --nproc_per_node=$NGPUS tools/train_net.py --config-file "configs/e2e_mask_rcnn_R_50_FPN_1x.yaml" &
复制代码

输出的模型位于 ./models 中,最后一个模型是 model_0090000.pth


以上所述就是小编给大家介绍的《玩转Facebook的maskrcnn-benchmark项目 2》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

电脑报(上下册)

电脑报(上下册)

电脑报社 / 西南师范大学出版社 / 2006-12-01 / 45.00元

全套上、下两册,浓缩2006年电脑报精华文章。附录包含70余篇简明IT应用指南,覆盖软件、硬盘、数码、网络四大领域。配赠权威实用的2006-2007中国计算机年鉴DVD光盘,近1.4GB海量信息与资源超值奉献。8大正版超值软件,涵盖系统维护、系统安全、办公应用、多媒体娱乐等四大领域。微软、腾讯、友立等知名厂商,新年献礼。提供2006-2007全系列硬件、数码产品资讯,兼具知识性与资料性。官方网站全......一起来看看 《电脑报(上下册)》 这本书的介绍吧!

MD5 加密
MD5 加密

MD5 加密工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具