MMDetection Debug Log

最新推荐文章于 2024-09-25 13:51:06 发布
最新推荐文章于 2024-09-25 13:51:06 发布
阅读量448 收藏
点赞数
分类专栏： # MMDetection
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zerothy/article/details/106749435
版权

Version 2.1.0

Error:

in file `config.py` at function `_file2dict`

PermissionError: [Errno 13] Permission denied

Solution:

replace :

tempfile.NamedTemporaryFile(dir=temp_config_dir, suffix='.py')

with

tempfile.NamedTemporaryFile(dir=temp_config_dir, suffix='.py', delete=False)
 
 
 
 
 
mmdetection项目debug：deformable-detr
m0_51951660的博客
09-11 1752
源码阅读
mmdetection3d debug 关键文件和断点
叶子的博客
11-17 4101
本专栏之前博文详细介绍了mmdetection3d的安装和验证过程。在后续运行该框架下的算法模型时，我们将采用调试的模式对模型关键程序部分进行逐行解析，进而加深对模型自身的理解。为了加快算法模型的调试效率，这里记录一下mmdetection3d中的几个关键的调试断点位置。
MMdetection3.0 debug
MZYYZT的博客
12-10 629
4、输出也是正常的。（6,2,100,11）中的6是DETR的解码器一共迭代了6次，每次输出的结果均做了保存，2是batch-size的值，100是DETR的num_ queries，11是本数据集类别数10 + 1（背景）2、数据没问题，代码输出没问题，loss没问题，那么为什么在训练过程中的val的map一直是0.0000呢？3、data_address好像是根据随机种子得出来的，有点多余感觉，可能暂时没有搞懂作者是什么意思吧。1、NWPU-VHR-10数据集，类别为10，训练455张，验证195张；
mmdetection2.10使用log
weixin_46651061的博客
07-27 522
环境搭建 anaconda创建虚拟环境 conda create -n open-mmlab python=3.7 conda activate open-mmlab 环境要求 torch=1.7.0 cuda=11.0 mmcv=1.3.10 mmdet=2.10 pytorch官网获取命令 conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch .
mmdetection的训练、调试和测试
weixin_41311686的博客
06-08 4284
mmdetection的训练、调试和测试操作在相应的虚拟环境中训练，先找到train.py,看下里面的操作。在parse_args()里会有很多操作指令，训练自己看着加。
【mmdetection】使用自定义的coco格式数据集进行训练及测试
YeeKo的博客
05-27 3万+
目录一、mmdetection简介二、环境安装1、安装教程2、运行demo测试环境是否安装成功三、训练自定义的dataset1、准备dataset2、Training前修改相关文件3、Training4、Testing 一、mmdetection简介 项目仓库地址：https://github.com/open-mmlab/mmdetection 香港中文大学-商汤科技联合实验室开源了基于 PyT...
mmdetection的configs中的各项参数具体解释
热门推荐
hajlyx的博客
01-07 5万+
简介 在使用mmdetection对模型进行调优的过程中总会遇到很多参数的问题，不知道参数在代码中是什么作用，会对训练产生怎样的影响，这里我以faster_rcnn_r50_fpn_1x.py和cascade_rcnn_r50_fpn_1x.py为例，简单介绍一下mmdetection中的各项参数含义 faster_rcnn_r50_fpn_1x.py 首先介绍一下这个配置文件所描述的框架，它是基...
mmdetection目标检测模型最强优化
dnty00的博客
08-14 5420
本文用SwinTransformer作为Backbone，FPN作为Neck，TOOD模型作为Bbox_head，并加入一系列的模型调优策略，得到目前单GPU最优精度模型。
mmdetection学习笔记（二）配置文件详解
senxi7760的博客
04-17 2201
配置文件详解四项基础配置1. _base_/datasets2. _base_/models3. _base_/schedules4. _base_/default_runtime.py基于基础配置的完整配置1. 继承2. 继承并修改3. 忽略基础配置的某些字段其它（关于源码）1. mask标注信息的读取2. 数据类别的加载逻辑 本文不涉及mmdetection的环境安装，主要记录一下自己在学习mmdetection时的心得体会。如有错误，欢迎大家在评论区指正。 四项基础配置 config/_base.
用mmdetection训练和测试自己的数据集（LabelImg，xml，VOC格式）
weixin_36642958的博客
07-23 7424
前提：当你安装好mmdetection后 1.用LabelImg标注自己的数据集，获得与照片对应的一堆xml文件 （注：如果你是先在别的电脑用LabelImg标注，xml文件里的<folder>属性会与之后放在服务器里不一样。建议将图片文件统一放在一个命名为“VOC2007”或“VOC2012”的文件夹下再开始标注） 图片文件名不要有中文 2.按VOC的格式放置好自己的数据...
mmdetection训练结果可视化之日志分析（一）
mengsheng12的博客
12-26 3688
本文主要介绍了mmdetection训练结果日志分析可视化常用语令
MMDetection实用工具详解（上）：日志分析、结果分析、混淆矩阵
Mickey的博客
05-16 3237
MMDetection官方除了训练和测试脚本，他们还在目录下提供了许多有用的工具。本帖先为大家重点介绍其中三个简单而实用的工具：日志分析、结果分析、混淆矩阵。
mmdetection 调试过程
流浪机器人的博客
09-20 2064
optimizer SyntaxError: invalid syntax 调用GroupSampler 得到sampler发生错误 原因：mmdet/dataset/loader 下的 build_loader.py 单GPU和多GPU的分配写反了 改为： if dist: rank, world_size = get_dist_info() sampler = Distrib...
安装MMLAB中的Debug
weixin_43235515的博客
07-27 398
在安装mmdetection之后，我们可能会按照官方文档来验证是否安装成功。解决 KeyError: 'Cascade Mask R-CNN'报错。
【mmdetection代码解读 3.x版本】以Fcos+FasterRcnn为例
weixin_45935290的博客
10-10 957
因为之前一直在搞DOTA数据集的旋转框检测，所以一直在用mmrotate作为主要工具。现在回来重新搞mmdetection框架发现有了不小的变化，出了3.x版本的新内容。相比于之前的版本变化比较大，因此正好做一个代码解读与之前发布的2.x版本进行对照。新版本最让我惊喜的是可以将单阶段检测器作为 RPN进行两阶段的检测，官方文档如下按照官方文档的要求我们将Fcos作为RPN的提取网络，为ROI提取proposal，具体配置文件如下_base_ = [
mmdetection中FCOS代码精读
m0_51870122的博客
09-25 889
outs[0]: {list 5} 每个元素为一个tensor，大小分别为 [4,7,128,128], [4,7,32,32], [4,7,16,16]...outs[1]: {list 5} 每个元素为一个tensor，大小分别为 [4,4,128,128], [4,4,32,32], [4,4,16,16]...outs[2]: {list 5} 每个元素为一个tensor，大小分别为 [4,1,128,128], [4,1,32,32], [4,1,16,16]...
MMDetection的FCOS算法fcos_head注释
weixin_40493382的博客
07-29 499
FCOS代码 fcos_head.py mmdetection
读取mmdetection训练目标检测模型的日志文件（log.json）的各种AP值按epoch写入excel文件
qq_44442727的博客
03-28 6236
最近跑的模型有点多，人工统计训练结果比较耗时间，特别是epoch多，而且统计多个AP值时，特别耗时间。 于是就想直接把结果导入excel，以后就不用单独统计了 目前已有的训练结果日志是json文件，打开work_dir可以找到一个日志文件，采用json格式保存，现在要将这个json文件提取想要的数据处理成excel表格(.xlsx)，使用python程序解决该问题： 如图所示是最终的处理效果： 由于代码不在同一台电脑，所以无法直接附上，只好服务器连接截个图，代码不长，也很简单，主要供自己日后使用和有需要的
基础讲解——mmDetection的使用(1)及遇到相关问题的解决办法
慕暖Kk的博客
08-25 1413
本文结构mmDetection工具库简单简介使用方法demo使用方法训练使用方法(以Faster_RCNN模型训练、coco2017数据集为例)数据集介绍准备COCO2017数据集：训练语句来源 mmDetection工具库简单简介 商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学开源的一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架，后续会加入Cascade-RCNN以及其他一
nwpu数据集目前最高精度模型
最新发布
12-29
### NWPU 数据集最高精度模型 针对NWPU VHR-10数据集，在多个研究和实践中，Faster R-CNN被广泛应用于此数据集中并取得了较高的识别精度[^1]。该模型利用区域提议网络（Region Proposal Network, RPN），能够有效地定位图像中的目标位置，并结合深度卷积神经网络提取特征，从而实现高效的目标检测。 为了进一步提升在NWPU VHR-10数据集上的表现，一些改进措施也被提出： - **多尺度训练与测试**：通过对输入图片采用不同尺度进行训练和推理，可以提高小目标的检测效果。 - **引入额外上下文信息**：通过扩大感兴趣区域（ROI）池化层的感受野范围，使得每个候选框可以获得更多的背景信息辅助分类决策。 -10数据集中对象尺寸分布特点调整预设锚点大小比例，有助于改善特定类别物体的检出率。 此外，SSD（Single Shot MultiBox Detector）也在NWPU-10数据集上有良好应用实例[^5]。它采用了单阶段预测机制，相比两阶段的方法如Faster R-CNN具有更快的速度优势；同时经过适当调优后同样能获得不错的准确度指标。 值得注意的是，尽管上述提到的技术方案已经在公开资料中有较好成绩展示，实际最佳性能可能还会受到具体实施细节的影响，比如超参数的选择、损失函数的设计等因素都会影响最终的结果。 ```python import torch from torchvision.models.detection import fasterrcnn_resnet50_fpn model = fasterrcnn_resnet50_fpn(pretrained=False) # 假定已经加载了预处理后的NWPU VHR-10数据集 for images, targets in data_loader: model.train() loss_dict = model(images, targets) losses = sum(loss for loss in loss_dict.values()) optimizer.zero_grad() losses.backward() optimizer.step() torch.save(model.state_dict(), 'faster_rcnn_nwpu.pth') ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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