Effdetでキメる

[kminoda]

がんばろう

[Toma0916]

ImportError: cannot import name 'xywh2xyxy' from 'utils.functions' (/home/toma/kaggle/GlobalWheatDetection/utils/functions.py)

これある？？

[Toma0916]

utils.functionsの中に無いぞ？？

[kminoda]

addしてませんでした！！！！！

[kminoda]

condaであがけた？

[Toma0916]

tabun?

どっかでminodaのとこへのパスがハードコードされてそうで怒られている

[kminoda]

エラーメッセージみせて

[Toma0916]

PermissionError: [Errno 13] Permission denied: '/home/minoda/git/GlobalWheatDetection/mlruns/4/85952b4dced840f5bd9b324b1e0362c7'

mlflowやな

[kminoda]

それ俺も前に発生したわ もしかしてmlflowってユーザごとに分けた方が良いのか？となった

[Toma0916]

artifact_location: file:///home/toma/kaggle/GlobalWheatDetection/mlruns/2
experiment_id: '2'
lifecycle_stage: active
name: toma

これ相対パスじゃないんやな

[Toma0916]

わけないとダメか？？

[Toma0916]

これ相対パスでかけないのかな

[kminoda]

困りましたな

[Toma0916]

とりあえずeffdetじゃない方は動いた

[kminoda]

よかた effdetうごかん？

[Toma0916]

手っ取り早く解決しそうな方法は実行時にmlruns以下のすべてのファイルのパス表記を自分の環境以下に合うように書き換えるスクリプト書くこと？ 相対パスでかけたら楽だけど...

[Toma0916]

effdetいまから

[Toma0916]

Traceback (most recent call last):
  File "train.py", line 222, in <module>
    train_epoch()
  File "train.py", line 82, in train_epoch
    loss_dict = model(images, targets)
  File "/home/toma/kaggle/GlobalWheatDetection/model.py", line 149, in __call__
    loss, _, _ = self.model(images, boxes, labels)
  File "/home/toma/anaconda3/envs/gwd/lib/python3.8/site-packages/torch/nn/modules/module.py", line 550, in __call__
    result = self.forward(*input, **kwargs)
  File "/home/toma/kaggle/GlobalWheatDetection/utils/effdet/bench.py", line 105, in forward
    return self.loss_fn(class_out_origin, box_out_origin, cls_targets, box_targets, num_positives)
  File "/home/toma/anaconda3/envs/gwd/lib/python3.8/site-packages/torch/nn/modules/module.py", line 550, in __call__
    result = self.forward(*input, **kwargs)
  File "/home/toma/kaggle/GlobalWheatDetection/utils/effdet/loss.py", line 183, in forward
    cls_loss = _classification_loss(
  File "/home/toma/kaggle/GlobalWheatDetection/utils/effdet/loss.py", line 102, in _classification_loss
    classification_loss = focal_loss(cls_outputs, cls_targets, alpha, gamma, normalizer)
  File "/home/toma/kaggle/GlobalWheatDetection/utils/effdet/loss.py", line 29, in focal_loss
    cross_entropy = F.binary_cross_entropy_with_logits(logits, targets.to(logits.dtype), reduction='none')
  File "/home/toma/anaconda3/envs/gwd/lib/python3.8/site-packages/torch/nn/functional.py", line 2433, in binary_cross_entropy_with_logits
    raise ValueError("Target size ({}) must be the same as input size ({})".format(target.size(), input.size()))
ValueError: Target size (torch.Size([1, 32, 32, 9])) must be the same as input size (torch.Size([1, 64, 64, 9]))

とりあえずこれでた

[kminoda]

configでimage_size=512にした？

[Toma0916]

動いたわ デフォルト256になってた

[kminoda]

あ、すまん なんで256だと動かないのか謎だがまあ後で

[Toma0916]

色々動作確認して大丈夫そうだったらマージしときます

実験の共有どうしようか

[kminoda]

共有とは？一般の話？

[Toma0916]

さっきしてた話

[kminoda]

mlflowね ま別issueで

[Toma0916]

できる子なので256で動かしました

[Toma0916]

俺側の変更とバッティングした

[Toma0916]

ちょいまち

[Toma0916]

耐えたか？

[kminoda]

できるこ！！！！！

[Toma0916]

見た感じ大丈夫そうだけど適当なfasterrcnnでちゃんと学習してるかだけ最後見るわ！

[Toma0916]

resnet101ちゃんと動いたのでたぶん大丈夫？

[kminoda]

ワシもそれ確認中 多分1時間くらいしたらちゃんとわかると思う

[kminoda]

fasterでもeffでも、scoreがちょっと低い現象とか起きてませんか？ effで学習してると、validの画像見る感じちゃんと学習してるんだけど、scoreが0.1あたりをうろうろしていたので少なくともeffでは少しおかしいことが起きているかもしれない fasterも確認中だけど多分大丈夫そう（？）

[Toma0916]

じゃあ一応僕faster50_cocoとeffdetちょい回してみるわ

[Toma0916]

sample_json/config.jsonだけコンフリクトで良かった

[kminoda]

すばらしい

[kminoda]

なんかこれfasterrcnnの方も低く出ている気がするんですけどどうですか？

[kminoda]

なんかこれfasterrcnnの方も低く出ている気がするんですけどどうですか？

[Toma0916]

いま散歩中で帰ったらチェックしますわ

[Toma0916]

バリデーションで地域ごとに分けてるからとかないです？

[kminoda]

masterでも同じ結果だったからこれには関係ないかな ちなみにvalidationは地域ではないですね

[kminoda]

なのでマージして良さそう 大丈夫そうだったら言ってください

[Toma0916]

俺はvalidation地域ごとでオーグメント0でやったけどスコア0.35くらいまでいってたのでたぶん大丈夫じゃないですかね。

後処理のパラメタとかも関係ありそう。

[kminoda]

かもね マージします