XiongRui020325

> 可以用自己的数据集。 我们一直使用detectron2的数据接口，可以参考[detectron2的文档](https://detectron2.readthedocs.io/en/latest/tutorials/datasets.html)。 请问在detectron2中注册自定义数据集时，通过在yaml配置文件中设置如下的参数可以指定需要进行推理评估的数据集和数据集的分类数目，在APE模型中应该如何设置这些参数？ DATASETS: TRAIN: ("my_dataset_train",) TEST: ("my_dataset_val",) MODEL: RETINANET: NUM_CLASSES: 1 ROI_HEADS: NUM_CLASSES: 1 SEM_SEG_HEAD: NUM_CLASSES: 1 我在configs/COCO_InstanceSegmentation/ape_deta/ape_deta_vitl_eva02_clip_vlf_lsj1024_cp_12ep.py文件中添加了如下参数，但是看起来这是错的，因为报错如下：  

> 还有些配置也需要进行修改，可以试试加入以下配置： > > ``` > model.model_vision.dataset_prompts = ["name",] > model.model_vision.dataset_names = ["cvppp_coco",] > model.model_vision.dataset_metas = dataloader.train.dataset.names > > model.model_vision.num_classes = 1 > model.model_vision.criterion[0].num_classes = 1 > model.model_vision.select_box_nums_for_evaluation = 300...

> 看不出来是什么原因。 可以试着在[这一行](https://github.com/shenyunhang/APE/blob/main/tools/train_net.py#L642)下面把模型转到fp16进行推理 > > ``` > model.to(cfg.train.device) > model.to(torch.float16) # 添加这一行 > model = create_ddp_model(model) > ``` 非常感谢，原因是我在注册数据集时thing_classes没有注册上，传了None值导致的CUDA参数错误，目前推理已经成功，非常感谢！

> 看不出来是什么原因。 可以试着在[这一行](https://github.com/shenyunhang/APE/blob/main/tools/train_net.py#L642)下面把模型转到fp16进行推理 > > ``` > model.to(cfg.train.device) > model.to(torch.float16) # 添加这一行 > model = create_ddp_model(model) > ``` 想问下这个大模型的参数量是什么级别的？大概多少参数？

>  作者你好，请问这里下面的infer on images or videos和上面的infer on 160+ dataset有什么区别吗，我想用这个模型在自己的数据集上测试结果该用哪个啊 你好，请问你在自己的数据集上推理实现了吗？可以请教一下过程吗？

好的，想问下我目前正在尝试把这个模型应用到Amazon Review 2023的数据集上，目前数据预处理阶段python data_process_amazon.py --dataset Games已经完成了，在运行python sample_candidates.py -d Games -u 6000 -s random就报错了：  想问下是什么原因？以及Games-6k是从何而来的？