mmaction2教程(4) 记一次mmaction2微调复现失败后的检查过程

已于 2025-06-03 16:43:18 修改
阅读量60 收藏
点赞数
分类专栏： 人工智能(vip栏目) 文章标签： 深度学习
于 2025-04-02 17:45:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/duoyasong5907/article/details/146957718
版权

问题背景

我在试图复现mmaction2的VideoSwin-T模型时，发现训练loss不收敛。mmaction2官方的训练log显示，loss在第一个epoch就有收敛迹象。但是我在昇腾和V100上训练，loss都没下降的迹象。

考虑过以下几个原因，但都没有解决问题：

  1. 可能参数配置不对。我的参数配置与官方的配置尽可能统一了，除了我设置auto_scale_lr=True。
  2. 看了下数据集的几个标注样例，没看出
了解本专栏 订阅专栏 解锁全文 超级会员免费看
MMAction2学习笔记 使用C3D训练测试自己的数据集
qq_29761909的博客
09-07 7364
使用mmaction2中的CSD算法，在自己的数据集上微调训练
mmaction-slowfast loss结果
weixin_45140119的博客
11-26 517
sigmoid loss: 1-190epoch loss: 0.68———0.1 epoch10 epoch40 epoch190 可以看到明显的梯度下降，sleep和playphone是数据集的问题。 focal loss: 正在训练 myloss： 训练不拟合 0-35epoch loss:0.2---0.15左右然后不拟合了 看看测试loss有没有拟合: epoch5 ep...
MMAction2 学习笔记 （三）——通用工具使用及网络DIY （下）
Jason_____Wang的博客
11-22 3521
MMAction2 学习笔记 （三）——通用工具使用及网络DIY （下） 0- 写在前面 继续上一篇骨骼关键点识别算法相关内容的学习，今天学习通用领域的工具使用以及网络的DIY 目前正在实习，具体的内容方向是基于骨骼关键点的动作识别（skeleton based action recognition）。 在经过了多多的调研之后，觉得目前还是mmaction2平台最香，因此希望后续工作（包括效果的验证、实验、对比等等）包括前期的端到端工作都在mmaction2工具箱上展开。 学习mmaction2的目的是能够
【mmaction2 入门教程 03】评价指标可视化 mAP、每类行为的ap值、每类行为的数量
CSPhD-winston的博客
08-16 2408
【mmaction2 入门教程 03】评价指标可视化 mAP、每类行为的ap值、每类行为的数量
动作识别0-01：mmaction2(SlowFast)-资源下载（前奏准备）
江南才尽江南山，年少无知年少狂！
07-23 5192
以下链接是个人关于mmaction2(SlowFast-动作识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。 动作识别0-00：mmaction2(SlowFast)-目录-史上最新无死角讲解 mmaction2 开源github：https://github.com/open-mmlab/mmaction2 论文地址 论文名称：SlowFast Networks for Vide
【mmaction2 入门教程 01】 slowfast训练配置 日志分析 测试结果分析
CSPhD-winston的博客
08-06 7654
【mmaction2 入门教程】 slowfast训练配置 日志分析 测试结果分析，时空动作检测的配置文件系统解析
MMAction2-视频理解、行为识别（学习笔记-附代码实操）
热门推荐
weixin_61674495的博客
07-22 1万+
MMAction2——视频理解与行为识别 介绍光流和2D卷积，3D卷积网络、弱监督学习方法，以更好地过的动作特征，高效处理视频数据，控制标注成本。并且附上MMAction2视频理解工具包的使用步骤与个人代码实操过程。...
tsn-imagenet-pretrained-r50-8xb32-1x1x8-100e-kinetics400-rgb
11-20
mmaction2框架中的TSN算法预训练模型配置文件 在深度学习领域，随着技术的不断进步，算法的性能也在不断提高。TSN（即 Temporal Segment Networks）作为其中的一种高效行为识别算法，尤其在视频处理任务中表现出色...
【日志分析】mmaction2 教程 slowfast训练配置 日志分析 测试结果分析
CSPhD-winston的博客
08-05 87
configs/detection/ava/my_slowfast_kinetics_pretrained_r50_4x16x1_20e_ava_rgb.py为配置文件地址。当然，如果你直接使用官网的代码，大概率会报错，因为跑slowfast的训练后，生成的训练日志里面，没有：loss_cls、top-5。对日志的分析，当然是需要先进行训练咯，为了能得到更加详细全面的训练日志，我们需要先知道，训练有哪些配置？这一小节抄的官网，因为我所使用的配置文件，几乎与官网相同，所以直接用官网的解析。......
mmaction2 指南 (5) 自定义新模块
njuptalex的博客
01-27 1147
mmaction2 指南 Outlinemmaction2 指南5. 自定义新模块自定义优化器自定义优化器 Constructor自定义新组件新的backbone新的head新的损失添加新的学习策略（learning rate scheduler (updater)） 5. 自定义新模块 自定义优化器 参考 CopyOfSGD 例子： mmaction/core/optimizer/my_optimizer.py from .registry import OPTIMIZERS from torch.opt
Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型时序预测对比
机器学习之心的博客，关注并私信文章链接，获取对应文章源码和数据。
06-12 1130
Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型时序预测对比
ChatGPT 辅助 PyTorch 开发：从数据预处理到 CNN 图像识别的全流程优化
2403_89974123的博客
06-09 872
在人工智能技术爆发的时代背景下，Python 凭借其简洁高效的特性成为机器学习与深度学习的核心工具，而大语言模型（如 ChatGPT、DeepSeek）的兴起则为 AI 开发注入了新动能。本次培训聚焦 “大语言模型 + Python + 深度学习” 的全栈技术体系，系统讲解从数据预处理、模型开发到前沿算法实践的全流程。通过 ChatGPT 辅助代码生成、调试及论文撰写，结合 PyTorch 框架实现经典机器学习算法（决策树、随机森林）与深度学习模型（CNN、RNN、GAN、YOLO），学员将掌握如何利用大语
山东大学深度学习2025年期末考试
c335000的博客
06-05 669
1.反向传播2.激活函数3.梯度裁剪4.数据增强5.迁移学习6.过拟合7.word2Vec8.注意力机制。
机器学习 vs 深度学习：区别与应用场景全解析
layneyao的博客
06-13 953
机器学习 vs 深度学习：区别与应用场景全解析
RNN避坑指南：从数学推导到LSTM/GRU工业级部署实战流程
聚客AI官方优快云博客
06-09 1307
本文全面剖析RNN核心原理，深入讲解梯度消失/爆炸问题，并通过LSTM/GRU结构实现解决方案，提供时间序列预测和文本生成完整代码实现。
深刻理解深度学习的注意力机制Attention
最新发布
superfreeman的专栏
06-13 398
特点说明全局建模可以一次性看全句所有词并行计算不像 RNN 要一个个处理，可以并行聚焦关键自动抓住关键内容易扩展可堆叠、可组合，非常灵活Attention 就是让模型学会“聚焦重点”的机制，就像你看书时自动划重点一样，它能帮助模型更聪明地理解输入数据的结构和语义。
基于 CNN-SHAP 分析卷积神经网络的多分类预测【MATLAB】
沅的博客
06-09 1131
卷积神经网络是一种专门用于处理具有网格结构数据（如图像、时间序列等）的人工神经网络。它通过引入卷积层、池化层和全连接层，能够自动提取输入数据中的关键特征，并进行高效的分类与识别。自动特征提取：无需手动设计特征，模型能从原始数据中自主学习有效信息；强大的泛化能力：尤其适用于图像、声音、文本等高维数据；高分类准确率：在多种标准数据集上均取得了优异成绩。卷积神经网络（CNN）凭借其强大的特征提取与分类能力，在多分类任务中表现卓越；而 SHAP 方法则为这些“黑箱”模型打开了可解释性的窗口。
tvm开源程序是适用于 CPU、GPU 和专用加速器的开放式深度学习编译器堆栈
struggle2025的博客
06-12 689
Apache TVM 是一个机器学习编译框架，遵循 Python 优先开发、通用部署的原则。它采用预先训练的机器学习模型，编译并生成可嵌入和在任何地方运行的可部署模块。Apache TVM 还支持自定义优化流程，以引入新的优化、库、代码生成等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值