Open sunqimin opened 2 weeks ago
分两个阶段主要是加速训练,一阶段的训练比较快容易收敛,二阶段的速度慢,我没有尝试过只使用二阶段是否能收敛,我认为应该还是比较困难的。
可以分享一下两个阶段训练的loss吗,我感觉我这里好像是有问题的
artrackv2-artrackv2_256_got.log artrackv2_seq-artrackv2_seq_256_got.log That will be my pleasure
Traceback (most recent call last): File "D:\SQM\ARTrack-main\lib\train../..\lib\train\trainers\base_trainer.py", line 85, in train self.train_epoch() File "D:\SQM\ARTrack-main\lib\train../..\lib\train\trainers\ltr_seq_trainer.py", line 227, in train_epoch self.cycle_dataset(loader) File "D:\SQM\ARTrack-main\lib\train../..\lib\train\trainers\ltr_seq_trainer.py", line 83, in cycle_dataset explore_result = self.actor.explore(data) File "D:\SQM\ARTrack-main\lib\train../..\lib\train\actors\artrack_seq.py", line 472, in explore outputs_template = self.batch_init(template, template_bbox, here_gt_bbox) File "D:\SQM\ARTrack-main\lib\train../..\lib\train\actors\artrack_seq.py", line 325, in batch_init self.channel_average.append(np.mean(img, axis=(0, 1))) File "<__array_function__ internals>", line 180, in mean File "C:\Users\Mylog06.conda\envs\artrack\lib\site-packages\numpy\core\fromnumeric.py", line 3432, in mean return _methods._mean(a, axis=axis, dtype=dtype, File "C:\Users\Mylog06.conda\envs\artrack\lib\site-packages\numpy\core_methods.py", line 168, in _mean rcount = _count_reduce_items(arr, axis, keepdims=keepdims, where=where) File "C:\Users\Mylog06.conda\envs\artrack\lib\site-packages\numpy\core_methods.py", line 76, in _count_reduce_items items *= arr.shape[mu.normalize_axis_index(ax, arr.ndim)] numpy.AxisError: axis 0 is out of bounds for array of dimension 0 你好!请问在第二阶段第一个epoch训练结束之后报错该怎么解决呢
Emm,我这个代码我从来没在Windows上跑过,这个问题我也不太了解,不过看起来可能是Numpy版本的问题,建议你尝试一下1.23或者更低的版本,您可以在之后告知我结果。 另外,如果您是在特定的某个iteration才会报错的话,我猜测可能是数据集的原因,TrackingNet存在一些非法数据,这些数据的读取可能是错误的原因,您可以在”"D:\SQM\ARTrack-main\lib\train../..\lib\train\actors\artrack_seq.py", line 325, in batch_init“ 这一行附近增加一个try,如果读取到潜在的非法数据直接return,形如该文件中491行的对应代码
您还可以参考: https://github.com/MIV-XJTU/ARTrack/issues/36 他和您有相似的问题。
你好!请问如果不使用coco数据集的话是不是只需要训练一次就可以了,那这里的config是怎么设置呢?