配音员 comments

Results 8 comments of


                                            配音员

training error in stage 1

> 一个简单的解决办法就是：在eval的时候，传给log_validatation的net，做一个深拷贝就好了，避免覆盖训练的net 把 > > ``` > reference_unet = ori_net.reference_unet > denoising_unet = ori_net.denoising_unet > ``` > > 改成 > > ``` > reference_unet = copy.deepcopy(ori_net.reference_unet) > denoising_unet = copy.deepcopy(ori_net.denoising_unet)...

18 keypoins output

why not use body_18 model directly?

您好！我使用新的数据集训练模型，在classifier训练阶段，第一个epoch训练完之后无法继续训练。下面是日志，请问是遇到了什么问题？

您好，首先十分感谢解答。我使用的数据集是food-recognition-2022 ，且以coco格式标注。数据集的文件目录按照您readme中的说明创建。使用了两张3060显卡训练。img_meta 我理解的是mmdet自动创建的，用来管理图像相关的元信息。但是在representation阶段的训练没有问题。我发现第一个epoch训练结束后，评估evaluate bbox时代码中断并报该错误。但是我不知道如何修改。您能帮我分析下吗？

您好！我使用新的数据集训练模型，在classifier训练阶段，第一个epoch训练完之后无法继续训练。下面是日志，请问是遇到了什么问题？

感谢！根据您的建议，已训练完毕。模型在food recognition 2022 /kaggle 数据集上的性能指标： Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.026 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=1000 ] =...

您好！我使用新的数据集训练模型，在classifier训练阶段，第一个epoch训练完之后无法继续训练。下面是日志，请问是遇到了什么问题？

第一阶段测试结果： 2023-10-12 04:49:57,901 - mmdet - INFO - Epoch(val) [12][2499] bbox_mAP: 0.0230, bbox_mAP_50: 0.0670, bbox_mAP_75: 0.0090, bbox_mAP_s: 0.0000, bbox_mAP_m: 0.0120, bbox_mAP_l: 0.0240, bbox_mAP_copypaste: 0.023 0.067 0.009 0.000 0.012 0.024 看起来似乎不太正常