畢業設計周記2

前面介紹了安裝fcos，開始訓練驗證。fcos的原始碼分析放在後面。

conda activate pytorch

cd #工程目錄下
python demo/fcos_demo.py

根據官網資訊，fcos_imprv_r_50_fpn_1x.pth模型的ap在38.7%左右，效果還是不錯的。

模型訓練步驟也是按照官方文件來就可以了。

fcos自帶支援voc型別的檢測資料和coco型別的檢測資料。應畢業設計要求，使用coco資料集。

準備好自己的資料集後在/fcos_core/config/paths_catalog.py裡面設定自己的資料集。在/fcos_core/config/defaults.py裡面_c.model.fcos.num_classess = 81設定自己的資料類別數量。在/fcos_core/data/datasets/voc.py中設定自己的資料類別名。然後在自己要訓練的模型的yam檔案裡面設定使用的資料集：如：/configs/fcos/fcos_imprv_r_50_fpn_1x.yaml（這裡面還可以設定包括影象大小，迭代次數等引數）

於是在終端輸入指令：（因為自己只有一張gtx1050ti顯示卡）

python -m torch.distributed.launch \

--nproc_per_node=1 \
--master_port=$((random + 10000)) \
tools/train_net.py \
--config-file configs/fcos/fcos_imprv_r_50_fpn_1x.yaml \
dataloader.num_workers 1 \
solver.ims_per_batch 1\
output_dir out/fcos_imprv_r_50_fpn_1x

訓練過程圖:

測試命令指令：

python tools/test_net.py \

--config-file configs/fcos/fcos_imprv_r_50_fpn_1x.yaml \
model.weight fcos_imprv_r_50_fpn_1x.pth \
test.ims_per_batch 4

畢業設計！畢業設計！！畢業設計！！！

看到ceocio的帖子 嚇人哦 深有體會。進幾年有些本科學生的程式與 實在不象話。有的組的答辯問題簡直成了挑錯字，平均每頁都有錯字。有的組在資料庫設計時，姓名 身份證號 手機號 日期全部都用char 10 答辯時還振振有辭，說在做測試時僅僅輸入了些簡單的數字做測試，所以沒有發現問題！還有的學生 是這...

畢業設計第4 5周

一 感測器採集訊號的三個點位1.手腕 2.腰部 3.腳腕 二 資料庫原始資料的收集 1.靜止 2.走路 3.跑步 三種原始狀態資料的收集。收集放入庫中 三 原始資料預處理對原始資料按每5個點資料進行等點分段，對每一段內的加速度值取峰值然後繪製折線圖，再平滑處理。作為原始庫資料進行與實際資料進行對比。...

畢業設計一周一記03

本週計畫 逐步完成 總框架 2017 11 4 工作位置 主頁 工作內容 一 輪播條實現 思路 1.使用模板，監聽左右點選事件改變模板中變數值.可行性判斷 bootstrap 框架的js已經寫成，不好修改。不可行。2.使用模板，頁面中多次呼叫模板，呼叫時改變值。可行性判斷 無法確定何時可以改變變數的...