open-mmlab/mmdeploy部署常用步骤及命令行

~LONG~

已于 2024-04-12 15:12:57 修改

阅读量325

点赞数 5

分类专栏： pytorch学习积累文章标签： python pytorch 神经网络深度学习

于 2024-04-12 14:59:02 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_52582300/article/details/137680332

版权

pytorch学习积累专栏收录该内容

8 篇文章

订阅专栏

本文讲述了如何使用MobileVIT进行图像分类任务，涉及数据准备、配置修改、训练与测试，以及mmdeploy的部署流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在用MobileVIT跑分类，突然发现mmdeploy项目部署训练真的超级方便，记录一下训练历程，供自己参考，防止以后再使用时遗忘。

1. 做数据集

2. 修改网络配置文件

注意！有一个容易忘记的是记得修改work_dir，这是工作空间，忘记修改很容易覆盖掉前边的。

3. 训练

python tools/train.py ${CONFIG_FILE} [args]

这里直接指定配置文件就行了，训练时预训练权重在配置文件里已经指定了。

参数这个我一般不用，需要改的在config改了

4. 测试

对测试集全部测试：这个是批量测试

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [ARGS]

可视化：

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} --show

对单张图片测试--自己写一个test就好了：

import argparse
import os
import os.path as osp
from copy import deepcopy

from mmpretrain import ImageClassificationInferencer

inferencer = ImageClassificationInferencer(model=
                                           '/home/~~~~~~~~/mobilevit-xxsmall_8xb128_ft_2_pol.py', 
                                           pretrained=
                                           '/home/~~~~~~/epoch_100.pth',
                                            device='cuda')


result = inferencer('/home/~~~~~~/22_color.jpg')


print('result', result)