OpenMMLab AI实战训练营day5-MMPreTrain代码课

该课程介绍了如何使用MMPreTrain训练一个基于resnet18的二分类器,针对猫狗数据集,讲解了数据集的准备、配置文件的组成(包括模型、数据集、训练策略和运行时设置)以及如何通过命令行调用训练脚本进行模型训练和测试。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

MMPreTrain代码课概述

本次课程主讲人盛入浅出的带我们训练了一个基于resnet18的分类猫狗的二分类分类器,并对训练好的模型进行测试评估,加载训练好的的模型进行推理

数据集下载与划分

首先下载我们需要的数据集,并按照mmpretrain的customdataset格式组织,下图是一个实例。

在这里插入图片描述

配置文件的组成

配置文件由四个部分组成,分别是models,datasets,schedules,还有default_runtime
在这里插入图片描述
models定义了模型,把模型分成三部分,分别是backbone,neck,head
在这里插入图片描述
datasets定义了data_preprocessor,还有数据集的加载器
在这里插入图片描述
schedule实现了训练时的策略,包括优化器,学习率调整等
在这里插入图片描述
runtime定义了训练时候的一些钩子点位

调用脚本进行训练

可以使用mim命令在终端的任意位置调用mmpretrain的训练脚本,只需要输入下面一行代码
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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