smallwhi

已解决，放在本地运行有效

可以训练了，原因应该是我读取的数据集是VOC的但是需要的是ImageNet的数据集。 ``` train_dataset = pdx.datasets.VOCDetection( data_dir='Animals_det', file_list='Animals_det/train_list.txt', label_list='Animals_det/labels.txt', transforms=train_transforms, shuffle=True) eval_dataset = pdx.datasets.VOCDetection( data_dir='Animals_det', file_list='Animals_det/val_list.txt', label_list='Animals_det/labels.txt', transforms=eval_transforms) ```

paddleslim-1.1.1 paddlepaddle-2.1.0 **训练：** import matplotlib import os os.environ['CUDA_VISIBLE_DEVICES'] = '0' import paddlex as pdx # from paddlex.cls import transforms from paddlex.det import transforms train_transforms = transforms.Compose([ transforms.RandomHorizontalFlip(), transforms.Normalize(), transforms.ResizeByShort(short_size=800, max_size=1333),...

非常感谢！我已经可以正常visualize faster_rcnn_r50_fpn.sensi.data了。但是我在接下来继续进行裁剪训练发现需要降级paddle从paddlepaddle==2.1.0降到paddlepaddle==1.8.5，再进行裁剪训练时发现裁剪训练没有用到GPU只用到了CPU，速度太慢了，有什么办法可以解决吗？我的训练代码在paddlepaddle==2.1.0时是可以使用GPU的，但是降级后同样的代码声明了使用GPU，但是没有按预期使用GPU，我的aistudio算力卡仍有时长，是在GPU环境下执行的。 **训练过程截图如下：**  **只使用CPU信息以及训练预估时间如下：** !!! The CPU_NUM is not specified, you should set CPU_NUM in the environment variable list. CPU_NUM indicates that how many CPUPlace are used in the...

非常感谢！安装了paddlepaddle==1.8.5.post107后可以正常使用gpu训练了。由于提示中没有-gpu的后缀，我没能意识到paddlepaddle与paddlepaddle-gpu的区别

使用paddlex进行裁剪训练配置eval_metric_loss=0.05,把fast_rcnn_r50_fpn裁剪后得到fast_rcnn_r50_fpn_prune的预测结果出现多种类别的框且没有NMS、框的定位不准问题 paddlex==1.3.11 **预测图片结果如下：**  **训练代码如下：** ``` import os os.environ['CUDA_VISIBLE_DEVICES'] = '0' from paddlex.det import transforms import paddlex as pdx train_transforms = transforms.Compose([ transforms.RandomHorizontalFlip(), transforms.Normalize(), transforms.ResizeByShort(short_size=800, max_size=1333), transforms.Padding(coarsest_stride=32) ]) eval_transforms =...

> 你这个代码是应该用的是静态图版本的paddlex，由于ppyolo的backbone默认使用了dcn，所以不支持剪裁 那请问，ppyolo可以怎么裁剪呢？