權重:
提取碼: drpa
以下是 我自己的全部**,僅供參考。
第二步:環境配置
由於模型比較新,github上顯示2020.11.16日,因此建議使用python3.7 、pytorch>1.6, 更好的建議是建個虛擬環境執行保障不同環境之間隔離實現**執行安全。相關命令如下:
conda create -n p7 python=3.7
source activate p7
pip install -r requirements.txt
(如果出現報錯可能是網路原因,修改pip源為清華或者豆瓣)
第三步:定義自己的資料集
首先採用完善的voc格式的資料集
mkdir images資料夾
cp -r jpegimages images
修改voc_txt.py裡面的路徑生成imagesets: train、test、val 等資料夾路徑檔案
修改voc_labels.py裡面路徑生成data:2020_train、2020_test、2020_val的txt檔案
修改coco.names 類別為自己的類別
修改coco.yaml的datasets自己檔案的路徑、nc為自己類別、cls names為自己類別名稱
第四步:在model資料夾下
修改yolov4-csp.cfg中的filters=3*(cls+5)
修改classes為自己的類別數
cd mish-cuda
python setup.py install
(這裡如果出現問題需要先配置好pytorch就行)
第六步:修改train.py檔案中的370行
修改372行、 傳入的初始化引數 default=『weihgts/yolov4-csp.weights』 遷移學習的權重檔案
修改374行、 傳入的初始化引數 default=』『models/yolov4-csp.cfg』』
修改376行、 傳入的初始化引數 default=『data/coco.yaml』
修改378行、 傳入的初始化引數 default=1000 epoch輪次
修改380行、 傳入的初始化引數 default=12 batch批次
修改393行、 傳入的初始化引數 default=『0』 這個為呼叫第一塊顯示卡,cpu的直接寫cpu
訓練過程遠端使用shell命令時候要對utils裡面的general檔案中的視覺化過程1143、1209、1210、1236、1237、1238行注釋,理由遠端會啟動tensorborard監控訓練中斷。方便除錯。
第七步:測試與結果分析
準確率確實不錯,專門用了很少的資料測試一下。
第八步:分布式訓練測試
這個時間不夠用了暫時沒搞,最近搞晶元加速。如果有興趣可以互相學習交流實現。
實訓小結(4)
今天已經實訓結束了,得個空閒的時候將之前沒上傳的筆記上傳 隨機數隨機數其實是偽隨機數,這些數其實是有規律的 seed 種子 初始值 隨機數生成器 演算法 返回兩樣東西 隨機數,生成下乙個隨機數的種子 這個種子用來再繼續生成新的隨機數 while num 5 np.random.seed 1 prin...
實訓課任務4
任務04 身份證號碼中出生年月的提取 1 實訓目的 掌握字串函式的使用方法。2 實訓內容 1 任務描述 編寫乙個程式 輸入乙個身份證號,判斷該號碼對應的人是否是18至25歲女孩,是則輸出 yes 否則輸出 no 2 功能要求 輸入一行給出正整數n 100 是輸入的身份證號碼的個數。判斷身份證號持有者...
蘇嵌實訓4
日期 2018.10.11 班級 15電信單招班 姓名 劉鑫 學號 15090734 本日任務完成情況 本日任務已按計畫完成。本日開發中出現的問題彙總 無 本日未解決問題 無 本日開發收穫 mkfifo 建立具名管道 pipe 建立管道 alarm 設定訊號傳送鬧鐘 memset 一般對陣列快速清零...