4.5 KiB
常见问题
我们在这里列出了一些常见问题及其相应的解决方案。如果您发现任何常见问题并有方法 帮助解决,欢迎随时丰富列表。如果这里的内容没有涵盖您的问题,请按照 提问模板 在 GitHub 上提出问题,并补充模板中需要的信息。
安装
-
MMEngine, MMCV 与 MMPretrain 的兼容问题
这里我们列举了各版本 MMPretrain 对 MMEngine 和 MMCV 版本的依赖,请选择合适的 MMEngine 和 MMCV 版本来避免安装和使用中的问题。
MMPretrain 版本 MMEngine 版本 MMCV 版本 1.2.0 (main) mmengine >= 0.8.3 mmcv >= 2.0.0 1.1.1 mmengine >= 0.8.3 mmcv >= 2.0.0 1.0.0 mmengine >= 0.8.0 mmcv >= 2.0.0 1.0.0rc8 mmengine >= 0.7.1 mmcv >= 2.0.0rc4 1.0.0rc7 mmengine >= 0.5.0 mmcv >= 2.0.0rc4 由于 `dev` 分支处于频繁开发中,MMEngine 和 MMCV 版本依赖可能不准确。如果您在使用 `dev` 分支时遇到问题,请尝试更新 MMEngine 和 MMCV 到最新版。
-
使用 Albumentations
如果你希望使用
albumentations
相关的功能,我们建议使用pip install -r requirements/optional.txt
或者pip install -U albumentations>=0.3.2 --no-binary qudida,albumentations
命令进行安装。如果你直接使用
pip install albumentations>=0.3.2
来安装,它会同时安装opencv-python-headless
(即使你已经安装了opencv-python
)。具体细节可参阅 官方文档。
通用问题
如果我对源码进行了改动,需要重新安装以使改动生效吗?
如果你遵照最佳实践的指引,从源码安装 mmpretrain,那么任何本地修改都不需要重新安装即可生效。
如何在多个 MMPretrain 版本下进行开发?
通常来说,我们推荐通过不同虚拟环境来管理多个开发目录下的 MMPretrain。
但如果你希望在不同目录(如 mmpretrain-0.21, mmpretrain-0.23 等)使用同一个环境进行开发,
我们提供的训练和测试 shell 脚本会自动使用当前目录的 mmpretrain,其他 Python 脚本
则可以在命令前添加 PYTHONPATH=`pwd`
来使用当前目录的代码。
反过来,如果你希望 shell 脚本使用环境中安装的 MMPretrain,而不是当前目录的, 则可以去掉 shell 脚本中如下一行代码:
PYTHONPATH="$(dirname $0)/..":$PYTHONPATH
load_from
和 init_cfg
之间的关系是什么?
-
load_from
: 如果resume=False
,只导入模型权重,主要用于加载训练过的模型; 如果resume=True
,加载所有的模型权重、优化器状态和其他训练信息,主要用于恢复中断的训练。 -
init_cfg
: 你也可以指定init=dict(type="Pretrained", checkpoint=xxx)
来加载权重, 表示在模型权重初始化时加载权重,通常在训练的开始阶段执行。 主要用于微调预训练模型,你可以在骨干网络的配置中配置它,还可以使用prefix
字段来只加载对应的权重,例如:model = dict( backbone=dict( type='ResNet', depth=50, init_cfg=dict(type='Pretrained', checkpoints=xxx, prefix='backbone'), ) ... )
参见 微调模型 以了解更多关于模型微调的细节。
default_hooks
和 custom_hooks
之间有什么区别?
几乎没有区别。通常,default_hooks
字段用于指定几乎所有实验都会使用的钩子,
而 custom_hooks
字段指部分实验特有的钩子。
另一个区别是 default_hooks
是一个字典,而 custom_hooks
是一个列表,请不要混淆。
在训练期间,我没有收到训练日志,这是什么原因?
如果你的训练数据集很小,而批处理量却很大,我们默认的日志间隔可能太大,无法记录你的训练日志。
你可以缩减日志间隔,再试一次,比如:
default_hooks = dict(
...
logger=dict(type='LoggerHook', interval=10),
...
)
如何基于其它数据集训练,例如我自己的数据集或者是 COCO 数据集?
我们提供了 具体示例 来展示如何在其它数据集上进行训练。