云服务器内容精选
-
基于learner.predict进行模型推理 learner.predict( img_path='your_local_path_of_image', checkpoint='your_local_path_of_pretrained_model', gpu_ids=None, save_dir='your_local_path_for_saving_output' ) 表4 learner.predict参数 参数名称 可选/必选 参数类型 参数描述 img_path 必选 string 图片路径，当前predict仅支持推理图片。 checkpoint 可选 string 预训练模型路径，默认为None。当基于learner.fit完成训练且该参数为None，则基于训练后的模型参数进行推理。如果指定checkpoint路径，则加载对应路径的模型参数进行推理。 gpu_ids 可选 int/list 推理时使用的GPU，默认为None（使用cpu进行推理）。 save_dir 可选 string 默认为初始化Learner时指定的work_dir，可指定其他本地路径。 model 可选 Model object 自定义Model对象，仅用于open-mmlab系列模型，默认为None。默认值时使用基于learner.fit训练好的模型进行推理。 score_thr 可选 float 推理时结果置信度阈值，默认为0.3，仅用于open-mmlab系列模型。 ret_vis 可选 boolean 是否可视化推理结果，默认为False，仅用于open-mmlab系列模型。
-
基于learner进行模型评估 learner.validate( data=db, checkpoint="your_local_path_of_pretrained_model", gpu_ids=[0] ) 表3 learner.validate参数 参数名称 可选/必选 参数类型 参数描述 data 可选 DataBlock object 数据集对象，默认为None，初始化方法参考DataBlock模块。默认值时会基于构建好的DataBlock对象中的validation data进行模型评估。 checkpoint 可选 string 预训练模型路径，默认为None。当基于learner.fit完成训练且该参数为None，则基于训练后的模型参数进行评估。如果指定checkpoint路径，则加载对应路径的模型参数进行评估。 gpu_ids 可选 int/list 模型评估时使用的GPU序号。open-mmlab系列模型默认使用0号卡。ivg系列可指定，如0或者[0, 1]。 show_score_thr 可选 float 评估时预测结果置信度阈值，默认为0.5，仅用于open-mmlab系列模型。 out 可选 string 评估结果pkl文件保存路径，默认为None，仅用于open-mmlab系列模型。
-
基于learner进行模型训练 learner.fit( lr=0.001, max_epochs=5, weight_decay=0.005, seed=None, checkpoint=None, gpu_ids=[0], world_size=1, local_size=1, launch_remote=False ) 表2 learner.fit参数 参数名称 可选/必选 参数类型 参数描述 lr 可选 float 学习率参数，默认为0.001。 max_epochs 可选 int/float 最大训练epoch数，默认为5。 weight_decay 可选 float 权重衰减，默认为0.005。 seed 可选 int 训练随机数，默认为None。 checkpoint 可选 string 预训练模型路径，优先级高于初始化Learner和Model时的路径参数，指定checkpoint入参后会覆盖初始化Learner或Model时对应checkpoint的模型参数。 gpu_ids 可选 int / list open-mmlab系列默认使用0号卡进行训练。ivg系列可指定，如0或者[0]或者[0,1]。 world_size 可选 int 分布式训练节点数量，默认为1，暂不支持分布式训练。 local_size 可选 int 单个节点中的GPU数量，默认为1，暂不支持分布式训练。 launch_remote 可选 boolean 提交训练作业，默认为False，暂不支持基于API提交训练作业。
-
数据集统计信息可视化 数据集API支持自动统计数据集信息，比如目标、尺寸等信息，帮助用户更好的理解数据集，同时还可以动态查看每一个batch经过pipeline之后的输入图像，确保数据增强的正确性。 db.plot_dataset_stats() 可以绘制数据集的统计信息，图像的显示大小可以由figsize参数控制； db.print_dataset_stats() 能够打印出具体的统计信息数值； db.show_batch() 可以动态展示内存中的经过增强后的图片信息，可以通过rows（显示行数）和figsize（显示大小）来控制输出。 注：show_batch返回一个生成器，可以使用next进行访问，比如： plotter = db.show_batch(rows=2, figsize=(14, 8)) next(plotter) 表2 show_batch参数说明 参数名称 可选/必选 参数类型 参数描述 rows 可选 int batch绘制行数，默认为1。 figsize 可选 tuple 画布尺寸。
-
加载数据集 from modelarts.algo_kits import DetDataBlock """ 加载coco格式数据集，并指定训练集和验证集文件路径，类别数和类别信息默认会自动读取。 """ db = DetDataBlock(env, batch_size=8, data_root="./data/raw/coco2017_sample", num_classes=80, train_img_prefix="val2017", train_ann_file="annotations/instances_val2017.json", val_img_prefix="val2017", val_ann_file="annotations/instances_val2017.json", model_name="mmdetection:fcos/fcos_r50_caffe_fpn_gn-head_1x_coco" ) 表1 DetDataBlock参数说明 参数名称 可选/必选 参数类型 参数描述 env 必选 EnvManager Object 上下文管理对象，初始化方法请参考算法工程环境管理。 batch_size 可选 int 批处理大小，默认为8。 workers 可选 int 数据加载进程数，默认为4。 data_type 可选 string 数据集类型，目前只支持“coco”，其他数据集格式可以通过COCOConverter进行转换。 data_root 必选 string 数据集路径。 seed 可选 int 随机数种子。 num_classes 可选 int 类别数，默认会从标注信息中读取。 categories 可选 list / tuple / string 类别信息，默认会从标注信息中读取，如果指定类别信息，则只加载对应类别的数据。 train_img_prefix 必选 string 训练集图片的相对路径（相对于data_root）。 train_ann_file 必选 string 训练集标注文件的相对路径（相对于data_root）。 val_img_prefix 可选 string 验证集图片的相对路径（相对于data_root），默认不加载验证集信息。 val_ann_file 可选 string 验证集标注文件的相对路径（相对于data_root），默认不加载验证集信息。 test_img_prefix 可选 string 测试集图片的相对路径（相对于data_root），默认不加载测试集信息。 test_ann_file 可选 string 测试集标注文件的相对路径（相对于data_root），默认不加载测试集信息。 model_name 必选 string 模型名称。
-
构建模型 from modelarts.algo_kits import Model model = Model( env, model_name="mmdetection:fcos/fcos_r50_caffe_fpn_gn-head_1x_coco", num_classes=80, checkpoint="your_local_path_of_pretrained_model", load_default_backbone=False ) # 将模型加载至cpu上 model.to_device(-1) 表1 Model参数说明 参数名称 可选/必选 参数类型 参数描述 env 必选 EnvManager Object 上下文管理对象，初始化方法请参考通过Python API使用算法套件。 model_name 必选 string 模型名称。 num_classes 可选 int 类别数，默认会从标注信息中读取。 checkpoint 可选 string 本地预训练模型路径，默认为None，使用默认值时随机生成网络参数。 load_default_backbone 可选 boolean 是否加载默认的预训练骨干网络，如resnet50，默认为False，该参数设置为True时模型自动从open-mmlab中拉取，可与checkpoint参数二选一。 父主题： 通过Python API使用算法套件
更多精彩内容
CDN加速
GaussDB
文字转换成语音
免费的服务器
如何创建网站
域名网站购买
私有云桌面
云主机哪个好
域名怎么备案
手机云电脑
SSL证书申请
云点播服务器
免费OCR是什么
电脑云桌面
域名备案怎么弄
语音转文字
文字图片识别
云桌面是什么
网址安全检测
网站建设搭建
国外CDN加速
SSL免费证书申请
短信批量发送
图片OCR识别
云数据库MySQL
个人域名购买
录音转文字
扫描图片识别文字
OCR图片识别
行驶证识别
虚拟电话号码
电话呼叫中心软件
怎么制作一个网站
Email注册网站
华为VNC
图像文字识别
企业网站制作
个人网站搭建
华为云计算
免费租用云托管
云桌面云服务器
ocr文字识别免费版
HTTPS证书申请
图片文字识别转换
国外域名注册商
使用免费虚拟主机
云电脑主机多少钱
鲲鹏云手机
短信验证码平台
OCR图片文字识别
SSL证书是什么
申请企业邮箱步骤
免费的企业用邮箱
云免流搭建教程
域名价格
