Closed zxy2020 closed 2 weeks ago
是否是epoch少了?
是否是epoch少了? 那我再试一试原始的轮速 你好,我只有2000张图片微调的,大概100epoch。 数据量和epoch的轮数有关系吗?
是否是epoch少了? 那我再试一试原始的轮速 你好,我只有2000张图片微调的,大概100epoch。 数据量和epoch的轮数有关系吗?
我和你一样,用的ch_PP-OCRv3_det_distill_train的student做微调,数据量上和你也差不多,1000个epoch,hmean:0.75,看到了一些效果
我和你一样,用的ch_PP-OCRv3_det_distill_train的student做微调,数据量上和你也差不多,1000个epoch,hmean:0.75,看到了一些效果 请问可以看下你的训练的配置文件吗? 是否还修改了其他参数,GPU数,学习率调节,因为我的数据单一,我把数据增强都关了
我和你一样,用的ch_PP-OCRv3_det_distill_train的student做微调,数据量上和你也差不多,1000个epoch,hmean:0.75,看到了一些效果 请问可以看下你的训练的配置文件吗? 是否还修改了其他参数,GPU数,学习率调节,因为我的数据单一,我把数据增强都关了
可以的,这是我的配置文件:
Global: debug: false use_gpu: true epoch_num: 1000 log_smooth_window: 20 print_batch_step: 10 save_model_dir: ./output/ch_PP-OCR_V3_det/ save_epoch_step: 100 eval_batch_step:
Architecture: model_type: det algorithm: DB Transform: Backbone: name: MobileNetV3 scale: 0.5 model_name: large disable_se: True Neck: name: RSEFPN out_channels: 96 shortcut: True Head: name: DBHead k: 50
Loss: name: DBLoss balance_loss: true main_loss_type: DiceLoss alpha: 5 beta: 10 ohem_ratio: 3 Optimizer: name: Adam beta1: 0.9 beta2: 0.999 lr: name: Cosine learning_rate: 0.0001 warmup_epoch: 2 regularizer: name: L2 factor: 5.0e-05 PostProcess: name: DBPostProcess thresh: 0.3 box_thresh: 0.6 max_candidates: 1000 unclip_ratio: 1.5 Metric: name: DetMetric main_indicator: hmean Train: dataset: name: SimpleDataSet data_dir: /data/project/PaddleOCR-release-2.6/train_data/ label_file_list: [ '/data/project/PaddleOCR-release-2.6/train_data/1/det/train.txt', '/data/project/PaddleOCR-release-2.6/train_data/2/det/train.txt', '/data/project/PaddleOCR-release-2.6/train_data/3/det/train.txt' ] ratio_list: [ 1.0, 1.0, 1.0 ] transforms:
GPU的话,我用两个两张GPU。
该issue长时间未更新,暂将此issue关闭,如有需要可重新开启。
数据集大小:1600(train)+ 500 (val) 数据集制作方式: 使用paddleocr 推理后选出没有问题导入,有问题的重新标记,但是训练后原来能检测也不能检测了 数据集内容: GPU: Teslav100 *4 32G (aistudio),单卡也训过,(单卡8batch lr 0.0001, 4卡 0.0005) 配置文件:configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_student.yml
开始训练前指标: 训练后的指标:
Architecture: model_type: det algorithm: DB Transform: Backbone: name: MobileNetV3 scale: 0.5 model_name: large disable_se: True Neck: name: RSEFPN out_channels: 96 shortcut: True Head: name: DBHead k: 50
Loss: name: DBLoss balance_loss: true main_loss_type: DiceLoss alpha: 5 beta: 10 ohem_ratio: 3 Optimizer: name: Adam beta1: 0.9 beta2: 0.999 lr: name: Cosine learning_rate: 0.0005 # 0.001 warmup_epoch: 2 regularizer: name: L2 factor: 5.0e-05 PostProcess: name: DBPostProcess thresh: 0.3 box_thresh: 0.6 max_candidates: 1000 unclip_ratio: 2 Metric: name: DetMetric main_indicator: hmean Train: dataset: name: SimpleDataSet data_dir: /home/aistudio/art_det_good_2800/train label_file_list: