湖南建设监理官方网站,手机网站转换小程序,六安网站制作费用,惠州做网站乐云seo博主在进行DINO实验过程中#xff0c;发现在提取了3个类别的COCO数据集中#xff0c;DINO-DETR对car,truck的检测性能并不理想#xff0c;又通过实验自己的数据集#xff0c;发现AP值相差不大且较为符合预期#xff0c;因此便猜想是否是由于DINO中加入了负样本约束导致背景…博主在进行DINO实验过程中发现在提取了3个类别的COCO数据集中DINO-DETR对car,truck的检测性能并不理想又通过实验自己的数据集发现AP值相差不大且较为符合预期因此便猜想是否是由于DINO中加入了负样本约束导致背景难以学习进而使效果差因此便使用了DN-DETR来进行实验。下图为DN-DETR模型框架图。 接下来介绍自己的实验过程。 由于DN-DETR也是DETR模型的一部分所以我们不需要再额外配置conda环境了使用原本的detr的conda环境即可。 随后要做的就是选择我们需要的模型修改数据集目录与数据集路径配置即可。 modelname即我们需要选择训练的模型在DN-DETR中其提供了四种选择由于我们是要与DINO的结果做对比我们直接选择了与DINO模型结果最为接近的dn_dab_deformable_detr
parser.add_argument(--modelname,
defaultdn_dab_deformable_detr, typestr,
choices[dn_dab_detr,dn_dab_deformable_detr, dn_dab_deformable_detr_deformable_encoder_only,dn_dab_dino_deformable_detr])coco-path即数据集文件地址。
parser.add_argument(--coco_path, default/home/ubuntu/datasets/,typestr, )随后我们修改datasets/coco.py中的数据集配置路径。
PATHS {train: (root / images/train2017, root / annotations / f{mode}_train2017.json),val: (root / images/val2017, root / annotations / f{mode}_val2017.json),}其实在readme中已经给出了示例我们按照其要求即可。
python main.py -m dn_dab_detr \--output_dir logs/dn_DABDETR/R50 \--batch_size 1 \--epochs 50 \--lr_drop 40 \--coco_path /path/to/your/COCODIR # replace the args to your COCO path--use_dn博主的epoch设置为50batch-size2。修改完这些参数后运行main.py即可。 与所有的DETR模型相同其在训练时占用的显存极大。 category names: [truck, car, bus]报错
博主先前在Terminal可以成功运行但在pycharm中却报如下错误归根结底是缺失了相应的链接文件。 OSError: /home/ubuntu/.conda/envs/detr/lib/python3.7/site-packages/nvidia/cublas/lib/libcublas.so.11: cannot open shared object file: No such file or directory 首先我们切换到/usr/local目录查看我们的cuda环境随后ls查看
ubuntuVM-16-3-ubuntu:~$ cd /usr/local
ubuntuVM-16-3-ubuntu:/usr/local$ ls
bin cuda cuda-11.2 etc games include lib man miniconda3 qcloud sbin share srccuda-11.2即我们的cuda环境文件目录。执行下面的代码即可。
sudo ldconfig /usr/local/cuda-11.2/lib64再次运行问题解决。
