- version
- torch 1.13.0
- torchvision 0.14.1
- 仮想環境作成時の参考
- python -m venv .venv
- source env/Scripts/activate
- pip install -r requirements.txt
- train.py
- train.sh
-
data,weightがない場合
- prior_preparation/make_folders_and_data_downloads.pyを実行しdataとweightを用意する
-
train.pyのエポック数を各マシンの性能に合わせて変更
- cpuでは10エポックで約30時間かかる
- gpuが使える場合、train.pyのL141, 181, 182のコメントアウトを解除する
- gpuで50エポックにした場合、学習時間は約6時間程
-
train.sh実行(学習)
-
test.sh実行(推論)
- test.pyのL45のロードモデルを今回実行したモデルに変更
- train.shで実行した学習済みモデルはssd300_〇〇.pthでweightに出力される
- test.pyのL45のロードモデルを今回実行したモデルに変更
-
test.shで実行すると、推論結果が出力される
- 現状は、馬の推論のみしか出力されない(ssd300_10.pth)
- このモデルを使えば全部の画像の学習結果が見れる(ssd300_mAP_77.43_v2.pth)