华为云实验-FCN

原创已于 2022-03-12 13:25:37 修改 · 270 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#华为云 #深度学习 #pytorch

于 2022-03-02 22:06:09 首次发布

华为云实验专栏收录该内容

6 篇文章

订阅专栏

该博客介绍了如何在华为云平台上利用PyTorch 1.8和CUDA 10.2进行FCN（全卷积网络）模型的训练和测试。首先，通过Moxing库从OBS下载数据集和预训练模型。接着，运行train.py启动训练，记录每个epoch的训练损失、学习率和IoU等指标。训练完成后，运行predict.py进行模型测试，并给出了多个测试样本的分割结果。

部署运行你感兴趣的模型镜像

实验平台

华为云
pytorch1.8-cuda10.2-cudnn7-ubuntu18.04
GPU: 1*V100(32GB)|CPU: 8核 64GB

实验步骤

1、数据集、预训练模型等

import moxing as mox
dataset_url = "obs://wkkk/FCN/"
mox.file.copy_parallel(dataset_url,"./")

2、训练模型
在终端输入：

python train.py

训练结束后生成results20220302-152913.txt的文件。
文件记录着每个epoch的训练效果。

[epoch: 29]
train_loss: 0.4503
lr: 0.000000
global correct: 92.8
average row correct: ['97.0', '89.3', '64.7', '73.0', '78.9', '85.0', '88.2', '91.5', '94.3', '62.0', '45.1', '72.1', '77.7', '56.5', '85.8', '95.0', '70.2', '89.7', '65.8', '75.0', '89.0']
IoU: ['93.7', '86.3', '46.3', '71.4', '68.6', '72.1', '79.9', '76.4', '76.5', '41.1', '41.8', '59.3', '58.0', '52.3', '77.4', '87.9', '59.7', '58.6', '49.3', '71.7', '70.0']
mean IoU: 66.6

3、测试结果
在终端输入：

python predict.py

分割结果：
测试1：
在这里插入图片描述
测试2：
测试3：
测试3：
测试4：

测试5：

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理