码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • mmdetection使用wandb查看训练日志


    mmdetection查看日志之前一直是在用TextLoggerHook,已经觉得挺方便的了,自从用了wandb之后,发现wandb真不错,看log更方便了,回不去了。

    wandb的简单配置:

    wandb官网:https://wandb.ai/

    wandb官方给的配置教程:MMDetection - Documentation(中文版) MMDetection - Documentation(英文版) 英文版有动态图片,比较直观。

    首先你要去官网注册一个账号,然后去授权页面拿到私钥:Weights & Biases Authorize

    在服务器安装wandb,并且用私钥登录

    pip install wandb
    wandb login
    

    在配置文件里将log_config改为下面样式就可以了

    基于mmcv版本的:

    log_config = dict(interval=10,
                      hooks=[
                          dict(
                              type='MMDetWandbHook',
                              init_kwargs=dict(project='mmclassification',
                                               name='convnext-large_in21k-pre-3rdparty_64xb64_in1k',
                                               tags=['convnext-large',]),
                              interval=20,
                              log_checkpoint=False,
                              log_checkpoint_metadata=False,
                              num_eval_images=50)])
    
    '
    运行

    基于mmengine版本的:

    vis_backends = [
        dict(type="LocalVisBackend"),
        dict(
            type="WandbVisBackend",
            init_kwargs={"project": "mmlab", "name": "faster_rcnn"},
        ),
    ]
    visualizer = dict(
        type="UniversalVisualizer",
        vis_backends=vis_backends,
    )
    
    '
    运行

    下面是一些解释说明,来源于wandb官方给的配置教程。

    名称描述
    init_kwargs(dict) 传递给 wandb.init 以启动W&B运行的 dict。一般用到的有project,name,更多的键值对可以参考:wandb.init - Documentation
    interval(int) 记录间隔(每k次迭代)。默认值为 50
    log_checkpoint(bool) 在每次检查点间隔时将检查点保存为 W&B 工件。其可用于模型版本控制,其中各版本均为检查点。默认值为False
    log_checkpoint_metadata(bool) 将在验证数据上计算的评估指标与检查点,以及当前epoch一起记录为该检查点的元数据。默认值为True
    num_eval_images(int) 需记录的验证图像数。如果为 0,则评估将不会被记录。默认值为100
    bbox_score_thr(float) 边界框分数阈值。默认值为0.3

    完成上面简单几步之后,就可以愉快的训练了。

    image-20220926220147088

    在Artifacts页面,你可以看到你模型的可视化输出,包括训练的模型中预测的图片,和数据集真实的图片。

    image-20220927095941311

    点击放大按钮可以放大图片,非常方便啊。

    image-20220927100211486

  • 相关阅读:
    【安卓开发】安卓工程介绍及启动过程
    微服务熔断器的简单使用
    引入隔离率与潜伏人员的SIR模型附matlab代码
    PostgreSQL 15新版本特性解读(含直播问答、PPT资料汇总)
    [附源码]java毕业设计高校新生报到管理系统
    计算机网络五 传输层
    Spring AOP框架
    Java8新特性:Lambda表达式、函数式接口以及方法引用
    我的创作纪念日
    【PyQt5 实战项目1】武汉大学建筑知识系统--思路分享1(总体概述)
  • 原文地址:https://blog.csdn.net/qq_39435411/article/details/127096108
  • 最新文章
  • 沪漂五周年了:我越来越迷茫了
    Agentic Skill Routing 实战:别再把所有 Skill 塞进 AI Agent 上下文
    MySQL-Seconds_behind_master的精度误差
    [MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间
    AI的至暗历史:从万众期待到被政府撤资,AI的两次死亡徘徊
    Agent OS :五种驯服不确定性的范式
    PortSwigger SQL注入LAB11
    数据库即时编译JIT
    [Begin]AI Learn Data Day 0
    深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
小工具 小游戏
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1

京公网安备 11010502049817号