然后进入Runer类中的build_test_loop函数: 然后经过Registry中的build_from_cfg等函数,进入TestLoop类的__init__进行初始化。初始化的时候,会进入父类BaseLoop,在BaseLoop中,会对Dataloader进行build,关于mmcv2.0是如何构建Dataloader的,可以参考:mmcv2.0中build dataloader的流程 - Picassooo - 博客园 (cnblogs.com)...
distributed参数一般是影响这几个地方:init_dist(这里别忘了);dataloader;model;eval_hook DDP train find_unused_parameters用来控制model.forward输出参与gradient运算。因为MMCV中segmentor(encoder_decoder)就是nn.Module,另外输出一般是个dict,所以如果没有改变(比如后面提到的情况),正常情况下设置: model = MMDistribu...
model = build_detector(cfg.model) #加载预训练模型 checkpoint = load_checkpoint(model, 'checkpoint.pth') #构建数据管道 train_dataset = build_dataset(cfg.data.train) train_dataloader = build_dataloader( train_dataset, samples_per_gpu=cfg.data.samples_per_gpu, workers_per_gpu=cfg.data.workers_...
可以先查看一下 MMCV build on Windows 的文档mmcv.readthedocs.io/en/ 看是否有遗漏一些关键的安装步骤;MMCV 的 issue 中也有过类似问题的处理方式,详见 pybind.obj : error LNK2001: 无法解析的外部符号 "class at::Tensor __cdecl nms_rotated(class at::Tensor,c lass at::Tensor,class at::Tensor,class...
from mmcv import Config, DictAction from mmcv.runner import (get_dist_info, init_dist, load_checkpoint, wrap_fp16_model) from mmdet.apis import multi_gpu_test, single_gpu_test from mmdet.datasets import (build_dataloader, build_dataset, replace_ImageToTensor) from mmdet.models import build_de...
--cnn: 不同层define、registry、build -- bricks: 基础层(conv、relu、bn、padding..etc) ./mmcv.cnn.bricks.registry.py frommmcv.utilsimportRegistry# 给每个层定义一个容器,相当于归类管理方便CONV_LAYERS = Registry('conv layer') NORM_LAYERS = Registry('norm layer') ...
from mmdet import datasets File "/home/hdc/anaconda3/envs/mmdetection/lib/python3.6/site-packages/mmdet/datasets/init.py", line 6, in from .loader import DistributedGroupSampler, GroupSampler, build_dataloader File "/home/hdc/anaconda3/envs/mmdetection/lib/python3.6/site-packages/mmdet/datasets/...
RuntimeError: DataLoader worker (pid XXX) is killed by signal: Bus error 解决方法(手动更改shm大小): 使用服务器账号,进入服务器,sudo-i获取root权限,使用docker ps查找容器ID 使用locate查找包含容器ID的所有路径,找到一个类似/home/docker/containers/容器ID的目录 在该目录下进入hostconfig.json文件,修改shm...
发现依赖mmsegmentation里的函数，重复以上流程。发现依赖了mmdetection里的函数，重复以上流程。发现依赖...
--cnn: 不同层define、registry、build -- bricks: 基础层(conv、relu、bn、padding..etc) ./mmcv.cnn.bricks.registry.py frommmcv.utilsimportRegistry# 给每个层定义一个容器,相当于归类管理方便CONV_LAYERS = Registry('conv layer') NORM_LAYERS = Registry('norm layer') ...