【阅读笔记】《Depth-Aware CNN for RGB-D Segmentation》（二）——代码部分（一）train.py

本文记录了博主阅读论文《Depth-Aware CNN for RGB-D Segmentation》代码的笔记的第一部分，train.py文件。更新于2019.03.21。

train.py文件

import部分

代码前3行调用的工具包的作用，见博客1、2、3。

import time
from tensorboardX import SummaryWriter
from collections import OrderedDict

from options.train_options import TrainOptions

从第4行开始调用的就是内部的包了，调用的是文件./options/train_options.py。

from options.train_options import TrainOptions

这里调用的TrainOptions中包括两部分，显示部分和训练部分。其中，显示部分包括的参数有：

• display_freq：在屏幕上显示训练结果的频率；
• print_freq：在控制台（console）上显示训练结果的频率；
• save_latest_freq：保存最新结果的频率；
• save_epoch_freq：在一个epoch最后保存checkpoints的频率；
• no_html：不向[opt.checkpoints_dir]/[opt.name]/web/保存中间的训练结果；
• debug：每次循环只进行一次epoch并显示。

训练部分包括的参数有：

• loadfroms：从32s或16s处加载，继续训练；
• continue_train：加载最新的模型继续训练；
• use_softmax：除非指定用softmax loss，否则使用log-softmax；
• phase：train，val，test等；
• nepochs：epoch的个数（默认100）；
• iterSize：初始学习率下的迭代次数（默认10，博主认为文件中这个注释写错了）；
• maxbatchsize：最大batchsize，默认-1；
• warmup_iters：初始学习率下的迭代次数；
• beta1：adam算法的动量；
• lr：adam算法的初始学习率；
• lr_power：学习率政策的指数；
• momentum：sgd算法的动量；
• wd：sgd的权重下降（weight decay）。

from data.data_loader import CreateData