MMDetection Debug Log

最新推荐文章于 2024-05-19 20:45:19 发布
原创 最新推荐文章于 2024-05-19 20:45:19 发布 · 473 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

本文详细介绍了在使用config.py文件时遇到的权限错误问题及解决方案。错误发生在_version2.1.0中，在_file2dict函数读取文件时被拒绝。解决方法是修改tempfile.NamedTemporaryFile的delete参数为False。

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 2235
源码阅读
mmdetection3d debug 关键文件和断点
叶子的博客
11-17 4223
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。
mmdetection2.10使用log
weixin_46651061的博客
07-27 548
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 .
MMdetection3.0 debug
MZYYZT的博客
12-10 679
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；
mmdetection的训练、调试和测试
weixin_41311686的博客
06-08 4465
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自定义log
最新发布
03-18
### 配置和使用 MMDetection 自定义 Log 功能 在 MMDetection 框架中，日志记录功能主要依赖于 Python 的标准库 `logging` 模块以及 MMCV 提供的相关工具。为了实现自定义的日志记录功能，可以通过修改配置文件中的...
MMDetection框架入门教程（二）：快速上手教程
热门推荐
Sual
10-24 2万+
MMDetection框架入门（二）：整体构建流程   本博客基于以下文档和链接内容整理，大家有兴趣可以看看原文。 轻松掌握 MMDetection 整体构建流程(一) 轻松掌握 MMDetection 整体构建流程(二) 1. 算法组件   MMDetection是一个深度学习开源框架，主要是为了解决当前目标检测算法比较复杂，细节比较多，难以复现的问题。目前 MMDetection 已经复现了大部分主流和前沿模型，例如 Faster R-CNN 系列、Mask R-CNN 系列、YOLO
mmdetection源码分析，以FCOS训练流程为例
yanghao201607030101的博客
01-18 3003
本文以mmdetection 的训练流程为主线，详细分析了mmdetction 的运作机制。
【mmDetection框架解读】入门篇二、训练自己的数据集
qq_38253797的博客
10-23 3381
一、准备自己的xml格式数据集 首先要准备一份xml配置的数据集，数据集打完标注文件如下： ImageSets中暂为空，再执行【划分训练集、验证集和测试集】 ，划分后如下图： 再将xml格式数据集转为txt文件格式【数据集格式转换xml2txt】： 整合成最终数据集： images是数据集的所有图片；labels是数据集的所有txt标签数据；train.txt是训练集的所有文件名； 数据集放在mm/datasets下， datasets与mmdetection-master代码同级： 二、txt格
mmdetection模型配置学习
qq_45584615的博客
04-25 2042
官方文档手册。
mmdetection训练结果可视化之日志分析（一）
mengsheng12的博客
12-26 4089
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 4108
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 2123
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
07-27 428
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模型的评价工具
dnty00的博客
08-06 2059
mmdetection模型评价方法，包括log中参数的可视化、评价模型复杂度等
分割训练日志的可视化
qq_53682472的博客
05-19 371
这一部分主要是将mmdetection训练得到的json文件可视化，代码主要源于github，具体哪一个忘记了（readme里面没有原址…）是专门做的mmdetection 结果可视化的，非常强！这里说的json文件。一般在work_dir中生成，在里面寻找就可以。使用时直接 python visualize.py xxxx.json。json文件是由字典元素构成的。然后就可以生成下面这样子拉。
【代码】mmdetection框架
FSALICEALEX的博客
08-14 2189
0.前言 这篇文章是使用mmdetection的记录，记录对于代码、设计理念的个人理解。 1.记录 使用tools.train进行训练。添加如下代码来使用debug模式： import os os.environ["CUDA_VISIBLE_DEVICES"] = "4" args = ['./configs/cascade_mask_rcnn_r101_fpn_1x.py...
玩转MMDetection-MMDetection v2 目标检测模型有用工具的使用（六）
左右-HPU
07-17 804
需要测试图像的路径。：相应的配置文件的路径。：测试所用的权重文件路径。：所用的GPU的ID号。运行demo路径下的image_demo.py代码，图像路径为demo/demo.jpg，所采用的配置文件路径为configs/faster_rcnn_r50_fpn_1x_coco.py，测试所用的权重文件路径checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth，设备采用cpu --device cpu。
mmdetection3d(2)---结果、log可视化
张飞飞的博客
06-22 6876
１．结果可视化： 安装的mmdetection3d在可视化的时候存在一些问题： （１）需要安装 python_open3d_Error: The DISPLAY environment variable is missing https://blog.youkuaiyun.com/shyjhyp11/article/details/113250325
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