CornerNet跑自己数据集笔记-程序员宅基地

技术标签: python  深度学习  项目经验  

  • 原repos地址为:https://github.com/princeton-vl/CornerNet
  • 为了在服务器的cuda10电脑上用自己的数据集跑这份代码,主要有三点:
    1. 修改数据集接口
    2. 适应cuda10和pytorch1.5
    3. 训练配置
  • 接下来就分点详述:

修改数据集接口:

  • 有四个文件要修改:
    • models/CornerNet.py:
      • 72行model类的outdim变量改为自己数据集的类别数,如果类别加上背景为n+1,那么改为n
    • config/CornerNet.json
      • “train_split” 和 “val_split”(这里改为什么后面会提到)
      • "categories"改为自己数据集的类别数,也是,如果加上背景是n+1那么改为n
    • db/detection.py
      • self._configs[“categories”] 设为自己的数据集的类别数,同上
    • db/coco.py
      • 这个是根据自己的数据集的路径灵活修改的,我以我的为例子,我先将我的数据集的标注转为coco格式的数据集,也就是有两个json文件分别是训练集train.json和测试集的标注test.json(根据我的需要我没有设验证集,有需要的灵活应变),此外还有所有的图片文件无论是训练集还是测试集全放在同一个文件夹中,总的来说,repos目录下的data文件夹中,有两个文件夹,一个是cocoapi所在文件夹,一个是vhr(我的数据集),vhr文件夹中有两个文件夹,images和annotations,images里面是所有的图片,annotations里面是两个json文件
      • 根据上述路径,需要修改的是coco.py里MSCOCO类里面的几个变量:
        • self._dataset:这个变量其实是一个字符串,原来的写法是为了,利用config 的json文件里面的train_split和val_split作为键从字典中取出对应路径的字符串,这个字符串对应着你标注文件的前缀,由于我的标注文件是train.json和test.json,所以我把self._dataset设为
          self._dataset = {
                      
                  "train": "train",
                  "test": "test"
              }[self._split]
          
          同时将前面提到的CornerNet.json文件里面的两项设为:
          "train_split": "train",
                  "val_split": "test",
          
        • self._coco_dir :这个变量是为了指出数据集文件夹的名称,为了配合后续的label_dir和image_dir而使用的,因此我设为:self._coco_dir = os.path.join(data_dir, "vhr")
        • self._label_dir 和 self._label_file:label_dir是为了配合label_file指出json文件的路径和文件名的,只要最终label_flie这个变量指向你json文件即可,我设为:self._label_dir = os.path.join(self._coco_dir, "annotations") self._label_file = os.path.join(self._label_dir, "{}.json") self._label_file = self._label_file.format(self._dataset)
        • self._image_dir 这个变量最终要指向图片所在的文件夹的路径,所以我设为:self._image_dir = os.path.join(self._coco_dir, "images")
        • self._cat_ids 如果你的标注的cat_id是0到n-1的不间断的数字,那么这里设为[i+1 for i in range(n)]即可,其中n要替换为你的类别数,自此数据集接口修改大功告成

适应cuda10和pytorch1.5:

  • 这个我找了很久才找到的方法,即使你按照repos给的环境安装指引去安装,只要你GPU的驱动依赖的是cuda10,就会出错,而且还不会告诉你错在哪里,就是训练卡了半小时最后告诉你unhandled cuda error,所以我在原来的环境的基础上,用这句命令行把pytorch从0.4更新为最新的1.5同时用cuda10:conda install pytorch torchvision cudatoolkit=10.1 -c pytorch并且重新编译了相关环境
  • 但是这样是会出错的,原因是它的cptool本来就是写在pytorch0.4和cuda8上面的,所以要改cptool,简单的方法就是把cornernet-lite这个repos里写在pytorch1.0上的cptool直接覆盖掉原来的cptool,在这里添加链接描述,把新代码的_cptools文件夹覆盖到原来的_cptools文件夹上就行了
  • 但是这样会出现新的问题,它不停地报warning,而且按网上说的方法去组织python报warning并没有用。warning的原因是新的_cptools是在pytorch1.0上写的,但是pytorch1.0以后已经抛弃了1.0中用kByte作为mask的做法而需要改为kBool,具体是两步修改:
    • 把_cptools中*_pool.cpp,也就是说4个都要,中的kByte改为kBool
    • 把sample/coco.py中77行的tagmasks改为np.tools
      tag_masks = np.zeros((batch_size, max_tag_len), dtype=np.bool)
    • 这样就大功告成了

其他配置

  • 最后再讲一下其它配置,本来不需要说但是有一个地方有点坑,CornerNet.json里面的chunk_size看起来不明所以不知道是什么其实指的是每张卡上的batchsize,可以看出原来是在10张卡上训练的,但是多数人没有10张卡,所以会出错,我有4张卡,所以是:"chunk_sizes": [4, 4, 4, 4],,同时要把batch_size改为chunk_sizes的加和,我是16
  • 此外还有就是如果是在服务器上挂后台训练并且把log输出到文件中,由于它用了tqdm,不够友好,所以我把train.py里面的tqdm去掉了
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.csdn.net/weixin_44326452/article/details/106272719

智能推荐

hive使用适用场景_大数据入门:Hive应用场景-程序员宅基地

文章浏览阅读5.8k次。在大数据的发展当中,大数据技术生态的组件,也在不断地拓展开来,而其中的Hive组件,作为Hadoop的数据仓库工具,可以实现对Hadoop集群当中的大规模数据进行相应的数据处理。今天我们的大数据入门分享,就主要来讲讲,Hive应用场景。关于Hive,首先需要明确的一点就是,Hive并非数据库,Hive所提供的数据存储、查询和分析功能,本质上来说,并非传统数据库所提供的存储、查询、分析功能。Hive..._hive应用场景

zblog采集-织梦全自动采集插件-织梦免费采集插件_zblog 网页采集插件-程序员宅基地

文章浏览阅读496次。Zblog是由Zblog开发团队开发的一款小巧而强大的基于Asp和PHP平台的开源程序,但是插件市场上的Zblog采集插件,没有一款能打的,要么就是没有SEO文章内容处理,要么就是功能单一。很少有适合SEO站长的Zblog采集。人们都知道Zblog采集接口都是对Zblog采集不熟悉的人做的,很多人采取模拟登陆的方法进行发布文章,也有很多人直接操作数据库发布文章,然而这些都或多或少的产生各种问题,发布速度慢、文章内容未经严格过滤,导致安全性问题、不能发Tag、不能自动创建分类等。但是使用Zblog采._zblog 网页采集插件

Flink学习四:提交Flink运行job_flink定时运行job-程序员宅基地

文章浏览阅读2.4k次,点赞2次,收藏2次。restUI页面提交1.1 添加上传jar包1.2 提交任务job1.3 查看提交的任务2. 命令行提交./flink-1.9.3/bin/flink run -c com.qu.wc.StreamWordCount -p 2 FlinkTutorial-1.0-SNAPSHOT.jar3. 命令行查看正在运行的job./flink-1.9.3/bin/flink list4. 命令行查看所有job./flink-1.9.3/bin/flink list --all._flink定时运行job

STM32-LED闪烁项目总结_嵌入式stm32闪烁led实验总结-程序员宅基地

文章浏览阅读1k次,点赞2次,收藏6次。这个项目是基于STM32的LED闪烁项目,主要目的是让学习者熟悉STM32的基本操作和编程方法。在这个项目中,我们将使用STM32作为控制器,通过对GPIO口的控制实现LED灯的闪烁。这个STM32 LED闪烁的项目是一个非常简单的入门项目,但它可以帮助学习者熟悉STM32的编程方法和GPIO口的使用。在这个项目中,我们通过对GPIO口的控制实现了LED灯的闪烁。LED闪烁是STM32入门课程的基础操作之一,它旨在教学生如何使用STM32开发板控制LED灯的闪烁。_嵌入式stm32闪烁led实验总结

Debezium安装部署和将服务托管到systemctl-程序员宅基地

文章浏览阅读63次。本文介绍了安装和部署Debezium的详细步骤,并演示了如何将Debezium服务托管到systemctl以进行方便的管理。本文将详细介绍如何安装和部署Debezium,并将其服务托管到systemctl。解压缩后,将得到一个名为"debezium"的目录,其中包含Debezium的二进制文件和其他必要的资源。注意替换"ExecStart"中的"/path/to/debezium"为实际的Debezium目录路径。接下来,需要下载Debezium的压缩包,并将其解压到所需的目录。

Android 控制屏幕唤醒常亮或熄灭_android实现拿起手机亮屏-程序员宅基地

文章浏览阅读4.4k次。需求:在诗词曲文项目中,诗词整篇朗读的时候,文章没有读完会因为屏幕熄灭停止朗读。要求:在文章没有朗读完毕之前屏幕常亮,读完以后屏幕常亮关闭;1.权限配置:设置电源管理的权限。

随便推点

目标检测简介-程序员宅基地

文章浏览阅读2.3k次。目标检测简介、评估标准、经典算法_目标检测

记SQL server安装后无法连接127.0.0.1解决方法_sqlserver 127 0 01 无法连接-程序员宅基地

文章浏览阅读6.3k次,点赞4次,收藏9次。实训时需要安装SQL server2008 R所以我上网上找了一个.exe 的安装包链接:https://pan.baidu.com/s/1_FkhB8XJy3Js_rFADhdtmA提取码:ztki注:解压后1.04G安装时Microsoft需下载.NET,更新安装后会自动安装如下:点击第一个傻瓜式安装,唯一注意的是在修改路径的时候如下不可修改:到安装实例的时候就可以修改啦数据..._sqlserver 127 0 01 无法连接

js 获取对象的所有key值,用来遍历_js 遍历对象的key-程序员宅基地

文章浏览阅读7.4k次。1. Object.keys(item); 获取到了key之后就可以遍历的时候直接使用这个进行遍历所有的key跟valuevar infoItem={ name:'xiaowu', age:'18',}//的出来的keys就是[name,age]var keys=Object.keys(infoItem);2. 通常用于以下实力中 <div *ngFor="let item of keys"> <div>{{item}}.._js 遍历对象的key

粒子群算法(PSO)求解路径规划_粒子群算法路径规划-程序员宅基地

文章浏览阅读2.2w次,点赞51次,收藏310次。粒子群算法求解路径规划路径规划问题描述    给定环境信息,如果该环境内有障碍物,寻求起始点到目标点的最短路径, 并且路径不能与障碍物相交,如图 1.1.1 所示。1.2 粒子群算法求解1.2.1 求解思路    粒子群优化算法(PSO),粒子群中的每一个粒子都代表一个问题的可能解, 通过粒子个体的简单行为,群体内的信息交互实现问题求解的智能性。    在路径规划中,我们将每一条路径规划为一个粒子,每个粒子群群有 n 个粒 子,即有 n 条路径,同时,每个粒子又有 m 个染色体,即中间过渡点的_粒子群算法路径规划

量化评价:稳健的业绩评价指标_rar 海龟-程序员宅基地

文章浏览阅读353次。所谓稳健的评估指标,是指在评估的过程中数据的轻微变化并不会显著的影响一个统计指标。而不稳健的评估指标则相反,在对交易系统进行回测时,参数值的轻微变化会带来不稳健指标的大幅变化。对于不稳健的评估指标,任何对数据有影响的因素都会对测试结果产生过大的影响,这很容易导致数据过拟合。_rar 海龟

IAP在ARM Cortex-M3微控制器实现原理_value line devices connectivity line devices-程序员宅基地

文章浏览阅读607次,点赞2次,收藏7次。–基于STM32F103ZET6的UART通讯实现一、什么是IAP,为什么要IAPIAP即为In Application Programming(在应用中编程),一般情况下,以STM32F10x系列芯片为主控制器的设备在出厂时就已经使用J-Link仿真器将应用代码烧录了,如果在设备使用过程中需要进行应用代码的更换、升级等操作的话,则可能需要将设备返回原厂并拆解出来再使用J-Link重新烧录代码,这就增加了很多不必要的麻烦。站在用户的角度来说,就是能让用户自己来更换设备里边的代码程序而厂家这边只需要提供给_value line devices connectivity line devices