目标检测实战教程03-PaddleDetection配置文件详细介绍
去B站看全集教程
paddledetection配置文件详细介绍
数据集配置文件
# 数据评估类型
metric: COCO
# 类别信息,不包含背景类
num_classes: 1
# 训练集
TrainDataset:
!COCODataSet
# 数据图像路径
image_dir: /home/aistudio/data/JPEGImages
# 标注文件位置
anno_path: /home/aistudio/data/bigtrain.json
dataset_dir: /home/aistudio/data
data_fields: ['image', 'gt_bbox', 'gt_class', 'is_crowd']
EvalDataset:
!COCODataSet
image_dir: /home/aistudio/data/JPEGImages
anno_path: /home/aistudio/data/bigtest.json
dataset_dir: /home/aistudio/data
TestDataset:
!ImageFolder
anno_path: /home/aistudio/data/bigtest.json
优化器配置文件(训练轮数、学习率与策略、优化器)
# 总训练轮数
epoch: 12
# 学习率设置
LearningRate:
# 默认为8卡训学习率
base_lr: 0.00125
# 学习率调整策略
schedulers:
- !PiecewiseDecay
gamma: 0.1
# 学习率变化位置(轮数)
milestones: [8, 11]
- !LinearWarmup
start_factor: 0.1
steps: 1000
# 优化器
OptimizerBuilder:
# 优化器
optimizer:
momentum: 0.9
type: Momentum
# 正则化
regularizer:
factor: 0.0001
type: L2
主要包括训练轮数、学习率的策略与大小、优化器配置等内容。
数据读取配置文件
# 每张GPU reader进程个数
worker_num: 2
# 训练数据
TrainReader:
# 训练数据transforms
sample_transforms:
- Decode: {
}
- RandomResize: {
target_size: [[640, 1333], [672, 1333], [704, 1333], [736, 1333], [768, 1333], [800, 1333]], interp: 2, keep_ratio: True}
- RandomFlip: {
prob: 0.5}
-