‘/pysot-master/training_dataset/coco/readme.md’
根据readme进行操作:
- 先下载coco数据集压缩包
- 解压
- cd pycocotools && make && cd … # 这一步必须执行,
- 先将连个py文件中的路径 dataDir 修改:
par_crop.py:
dataDir = ‘/home/ubuntu/DATA/dateset-object-detection/COCO2017’
gen_json:
dataDir = ‘/home/ubuntu/DATA/dateset-object-detection/COCO2017’
- 分别执行两个py文件
cd /home/gaoziran/pysot-master/training_dataset/coco
python par_crop.py 511 12
; 将图片裁剪为511*511大小,12是线程数。运行成功后,会在coco文件夹底下生成crop511文件夹,里面是裁剪后用于训练的样本图片。
(需要大概60分钟)
python gen_json.py
生成train.json和val.json
- 修改参数
‘/home/gaoziran/pysot-master/experiments/siamrpn_r50_l234_dwxcorr_8gpu/config.yaml’,以此举例
修改预训练模型路径:
修改数据集:
找到/home/gaoziran/pysot-master/pysot/core/config.py 文件
修改数据集路径:
- 训练!
cd /home/gaoziran/pysot-master/experiments/siamrpn_r50_l234_dwxcorr_8gpu
修改gpu使用:
我用的双卡训练:
CUDA_VISIBLE_DEVICES=0,1
python -m torch.distributed.launch –nnodes=2 –master_port=2333 …/…/tools/train.py –cfg config.yaml
这样就开始训练啦!
Original: https://blog.csdn.net/qq_42548064/article/details/127817256
Author: Zizizirrr
Title: pysot-master-train.py 运行记录
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/654236/
转载文章受原作者版权保护。转载请注明原作者出处!