【OpenMMLab AI训练营第二期】Class5:MMPreTrain代码实践

原创

已于 2023-06-09 19:17:46 修改 · 387 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

于 2023-06-08 22:59:17 首次发布

文章详细介绍了如何安装并验证MMPreTrain，包括使用conda管理环境，安装依赖，以及验证安装是否成功。接着展示了数据集的准备和划分，以及配置文件的概览和解析。文章还涵盖了模型的微调过程，特别是对预训练模型如ResNet和Blip的使用，以及训练和测试的步骤。

MMPreTrain代码实践

安装
- MMPreTrain安装
- 验证安装
准备数据集
- 数据集划分
配置文件
- 概览
- 解析
微调
- 训练
- 测试

课程视频MMPreTrain代码课

安装

首先需要配置好cuda、cudnn相关，最好有conda来控制环境。
都完成之后可以进行MMPreTrain的安装

MMPreTrain安装

git clone https://github.com/open-mmlab/mmpretrain.git
cd mmpretrain
pip install -U openmim 
mim install -e .

同时支持多模态模块

mim install -e ".[multimodal]"

验证安装

In [1]: import mmpretrain

In [2]: mmpretrain.__version__
Out[2]: '1.0.0rc8'

In [3]: from mmpretrain import get_model, list_models, inference_model

# 分类任务中名字包含resnet18的模型
In [4]: list_models(task='Image Classification', pattern='resnet18')
Out[4]: ['resnet18_8xb16_cifar10', 'resnet18_8xb32_in1k']

# 图像描述任务中名字包含blip的模型
In [5]: list_models(task=

最低0.47元/天解锁文章