PaddleClas

PaddleClas copied to clipboard

Add RepLKNet_B.yml and replknet.py

3

Asia-Leee

update 8-card training acc

1

训练8卡 resnet50精度降低3%左右，添加warmup可以找回精度

HongweiChe

[Feature]Add ACT for 6 classification models.

1


shiyutang

按照教程训练的主体识别效果差

1

我需要训练关于鞋子的主体识别，按照这个教程操作的：https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/training/PP-ShiTu/mainbody_detection.md#41-%E6%8E%A8%E7%90%86%E6%A8%A1%E5%9E%8B%E5%87%86%E5%A4%87 1. 使用PaddleDetection-release-2.6 2. 训练环境信息： a. 具体操作系统Windows b. Python版本号：3.6 c. CUDA/cuDNN版本：CUDA10.2/cuDNN 7.6.5等 3.picodet_lcnet_x2_5_640_mainbody.yml配置如下。其他文件中只修改了学习率为base_lr: 0.00025。 _BASE_: [ '../../../../runtime.yml', '../../_base_/picodet_esnet.yml', '../../_base_/optimizer_100e.yml', '../../_base_/picodet_640_reader.yml', ] pretrain_weights: premodels/LCNet_x2_5_ssld_pretrained.pdparams #pretrain_weights: https://paddledet.bj.bcebos.com/models/pretrained/LCNet_x2_5_ssld_pretrained.pdparams weights: output/picodet_lcnet_x2_5_640_mainbody/model_final find_unused_parameters: True use_ema:...

itues

人体属性识别模型PPLCNet训练loss不下降

1

1. PaddleClas版本以及PaddlePaddle版本：**paddleclas==2.5.1 && paddlepaddle-gpu==2.4.0.post117** 2. 涉及的其他产品使用的版本号：**未涉及** 3. 训练环境信息： a. 具体操作系统: **Linux** b. Python版本号: **Python3.8.10** c. CUDA/cuDNN版本: **CUDA11.7/cuDNN 8.5.0** 4. 完整的代码: **代码未改动** 你好，我基于下载的工程和人体属性识别数据集pa100k进行训练，但是训练过程中的loss会变大或者基本不变，但是评估指标看起来是正常的。命令行如下： `export CUDA_VISIBLE_DEVICES=0,1,2,3 python3 -m paddle.distributed.launch \ --gpus="0,1,2,3" \...

gsx1378

resnet50 将bs从64修改成256，调整对应lr, 但是精度掉了很多。

6

resnet50 将bs从64修改成256，调整对应lr, 但是精度掉了很多。 在GPU上出现精度降低很多，调参很久依旧回复不到76.5

HongweiChe

优化器多个scope 作用域的问题

2

比如以下的[例子](https://github.com/PaddlePaddle/PaddleClas/blob/develop/ppcls/configs/reid/MetaBIN_ResNet50_cross_domain.yaml)(改自) ``` Optimizer: - SGD: scope: "backbone" lr: name: Constant learning_rate: 0.2 last_epoch: -1 - SGD: scope: "RecModel" lr: name: Cyclic epochs: *epochs step_each_epoch: *iter_per_epoch base_learning_rate: 0.001 max_learning_rate: 0.1 warmup_epoch:...

hsuanguo

# 背景 经过前沿技术调研与讨论，我们最终确定了SOLIDER论文复现任务。该论文利用自监督训练方式，充分利用现有大量人体无标注数据，得到一个可以通用于下游各种人体视觉任务的预训练大模型，本任务的完成可以支持PaddleClas各种人体视觉任务。 现已有开源代码，该论文只需前向对齐即可，即输入相同图片，输出结果差距在1e-6以内。 # 解决步骤 1. 根据开源代码进行网络结构转换，代码链接：https://github.com/tinyvision/SOLIDER 。 2. 参考[论文复现指南](https://github.com/PaddlePaddle/models/blob/release%2F2.2/tutorials/article-implementation/ArticleReproduction_CV.md)，本任务只需要对齐前向，无需训练，即使用[demo.py](https://github.com/tinyvision/SOLIDER/blob/main/demo.py)来前向对齐，需对齐的模型包括swin_tiny_patch4_window7_224、swin_small_patch4_window7_224以及swin_base_patch4_window7_224，因PaddleClas已有这些模型，只需在现有模型进行修改，无需创建新的模型代码。 3. 参考[PR提交规范](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/community/how_to_contribute.md)提交代码PR到PaddleClas中。 ## 验收标准： 1. 增加介绍文档PaddleClas/docs/zh_CN/models/sodier.md 2. 对swin系列backbone进行必要的修改 3. 发送转化swin系列（swin_tiny_patch4_window7_224、swin_small_patch4_window7_224以及swin_base_patch4_window7_224）的权重和对齐日志。

zhangyubo0722

如何使用一个模型，分类多个任务呢，我目前使用PPLCNet_x1_0，分类四个方向，我除了想要分开四个方向，我还想分类，是类型的图片，我想要有两个输出头，第一个输出口输出4，代表4个方向，第二个输出口位图片类型，例如10中类型，我该怎么做呢

4

欢迎您使用PaddleClas并反馈相关问题，非常感谢您对PaddleClas的贡献！ 提出issue时，辛苦您提供以下信息，方便我们快速定位问题并及时有效地解决您的问题： 1. PaddleClas版本以及PaddlePaddle版本：请您提供您使用的版本号或分支信息，如PaddleClas release/2.2和PaddlePaddle 2.1.0 2. 涉及的其他产品使用的版本号：如您在使用PaddleClas的同时还在使用其他产品，如PaddleServing、PaddleInference等，请您提供其版本号 3. 训练环境信息： a. 具体操作系统，如Linux/Windows/MacOS b. Python版本号，如Python3.6/7/8 c. CUDA/cuDNN版本， 如CUDA10.2/cuDNN 7.6.5等 4. 完整的代码(相比于repo中代码，有改动的地方)、详细的错误信息及相关log 如何使用一个模型，分类多个任务呢，我目前使用PPLCNet_x1_0，分类四个方向，我除了想要分开四个方向，我还想分类，是类型的图片，我想要有两个输出头，第一个输出口输出4，代表4个方向，第二个输出口位图片类型，例如10中类型，我该怎么做呢

God-song

关于 cv2.matchTemplate

1

`cv2.matchTemplate`的`图找图`，非常low `paddle` 有对应的强化版本嘛， 感觉所以的要素都齐了，却没找到paddle有相应的demo

wolanx