Open 13950182204 opened 5 months ago
batch_size: 64 #设定batch_size的值即为迭代一次送入网络的图片数量,一般显卡显存越大,batch_size的值可以越大。如果使用多卡训练,总得batch size等于该batch size乘以卡数。 iters: 10000 #模型训练迭代的轮数
train_dataset: #训练数据设置
type: Dataset #指定加载数据集的类。数据集类的代码在PaddleSeg/paddleseg/datasets
目录下。
dataset_root: /home/aistudio/data/carlane/
train_path: /home/aistudio/data/carlane/train_list.txt #数据集中用于训练的标识文件
num_classes: 7 #指定类别个数(背景也算为一类)
mode: train #表示用于训练
transforms:
val_dataset: #验证数据设置
type: Dataset #指定加载数据集的类。数据集类的代码在PaddleSeg/paddleseg/datasets
目录下。
dataset_root: /home/aistudio/data/carlane/ #数据集路径
val_path: /home/aistudio/data/carlane/val_list.txt #数据集中用于验证的标识文件
num_classes: 7 #指定类别个数(背景也算为一类)
mode: val #表示用于验证
transforms: #模型验证的数据预处理的方式
optimizer: type: AdamW weight_decay: 0.01
lr_scheduler: type: PolynomialDecay learning_rate: 0.01 end_lr: 0 power: 0.9
loss: types:
model: type: PPLiteSeg num_classes: 7 backbone: type: STDC1 pretrained: https://bj.bcebos.com/paddleseg/dygraph/PP_STDCNet1.tar.gz arm_out_chs: [32, 64, 128] seg_head_inter_chs: [32, 64, 64] 这个是 在paddleseg 上训练的yml
! python tools/export.py \ --config ../DeeplabV3.yml \ --model_path output/iter_100/model.pdparams\ --input_shape -1 3 512 512 !paddle2onnx --model_dir ./output/inference_model/ \ --model_filename model.pdmodel \ --params_filename model.pdiparams \ --save_file segonnx/model.onnx \ --opset_version 12 \ --enable_dev_version True !python -m paddle2onnx.optimize --input_model segonnx/model.onnx \ --output_model segonnx/PP_seg.onnx \ --input_shape_dict "{'x':[1,3,512,512]}"
这个是输出paddle 输出的模型也是固定的shape最后输出还是有问题
请问解决了吗
请将下面信息填写完整,便于我们快速解决问题,谢谢!
问题描述 使用paddleseg2.9 版本 pp 2.6 版本 转换ppseg模型bilinear_interp输出shape 是[unk34,unk35,unk36,unk37] 输出的shape也是[unk34,unk35,unk36,unk37]
更多信息 : 我用于paddle2onnx 转onnx 再转rknn模型的 现在卡在paddle2onnx这个过程中 报错截图![微信图片_20240126204855](https://github.com/PaddlePaddle/Paddle2ONNX/assets/102646780/101843fc-3dd0-42ce-88ff-bad17cf40669)
其他信息