mirror of https://github.com/open-mmlab/mmyolo.git
[Docs] Refine doc about troubleshooting_steps and 15_minutes_object_detection (#589)
* refine doc * fix ci * refine doc about troubleshooting_steps and 15_minutes_object_detectionpull/595/head
parent
a22a208d85
commit
78dc0fde99
|
@ -92,7 +92,7 @@ class_name = ('cat', ) # 数据集类别名称
|
|||
num_classes = len(class_name) # 数据集类别数
|
||||
# metainfo 必须要传给后面的 dataloader 配置,否则无效
|
||||
# palette 是可视化时候对应类别的显示颜色
|
||||
# palette 长度必须大于等于和 classes 长度
|
||||
# palette 长度必须大于或等于 classes 长度
|
||||
metainfo = dict(classes=class_name, palette=[(20, 220, 60)])
|
||||
|
||||
# 基于 tools/analysis_tools/optimize_anchors.py 自适应计算的 anchor
|
||||
|
@ -278,7 +278,7 @@ python tools/test.py configs/yolov5/yolov5_s-v61_fast_1xb12-40e_cat.py \
|
|||
--show-dir show_results
|
||||
```
|
||||
|
||||
运行以上测试命令, 你不不仅可以得到**模型训练**部分所打印的 AP 性能,还可以将推理结果图片自动保存至 `work_dirs/yolov5_s-v61_fast_1xb12-40e_cat/{timestamp}/show_results` 文件夹中。下面为其中一张结果图片,左图为实际标注,右图为模型推理结果。
|
||||
运行以上测试命令, 你不仅可以得到**模型训练**部分所打印的 AP 性能,还可以将推理结果图片自动保存至 `work_dirs/yolov5_s-v61_fast_1xb12-40e_cat/{timestamp}/show_results` 文件夹中。下面为其中一张结果图片,左图为实际标注,右图为模型推理结果。
|
||||
|
||||
<div align=center>
|
||||
<img src="https://user-images.githubusercontent.com/17425982/220251677-6c7e5c8f-9417-4803-97fc-a968d0172ab7.png" alt="result_img"/>
|
||||
|
|
|
@ -31,7 +31,7 @@
|
|||
|
||||
## 基于官方配置继承新建的配置出现 unexpected keyword argument
|
||||
|
||||
这通常是由于你没有删除 base 配置中的额外参数。 可以在你新建配置中的修改字典中增加 `__delete__=True` 删掉 base 中该类之前的所有参数。
|
||||
这通常是由于你没有删除 base 配置中的额外参数。 可以在你新建配置所修改的字典中增加 `_delete_=True` 删掉 base 中该类之前的所有参数。
|
||||
|
||||
## The testing results of the whole dataset is empty
|
||||
|
||||
|
|
Loading…
Reference in New Issue