RetinaNet 在训练过程冻结了BN层 (2), (3),因为 batch size 太小了,这时候使用 BN 学习到的参数难以稳定 在mmdetection 中,大部分 detector 的配置文件中,通过设置 norm_eval=True 使得在训练过程冻结 BN 层,而在推理过程时使用 BN 层。 在训练过程冻结 BN 层是什么意思? 网络不会更新 γγ 和ββ 参数...
由于 Dataset 中输出的图片大小不一样,为了尽可能减少后续组成 batch 时 pad 的像素个数,MMDetection 引入了分组采样器 GroupSampler 和 DistributedGroupSampler,相当于在 RandomSampler 基础上额外新增了根据图片宽高比进行 group 功能 (4)将 Sampler 和 Dataset 都输入给 DataLoader,然后通过 DataLoader 输出已组成 ba...
batch_data_samples: OptSampleList = None) -> Tuple[Dict]: #计算输入特征的批量大小(batch size) batch_size = mlvl_feats[0].size(0) #从 batch_data_samples 中构建二进制掩码 masks,以确定图像中的哪些位置将被忽略。. assert batch_data_samples is not None batch_input_shape = batch_data_sampl...
nn.functional.mse_loss(y_pred, y, reduce = True, size_average = True) 很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数。因为一般损失函数都是直接计算 batch 的数据,因此返回的 loss 结果都是维度为 (batch_size, ) 的向量。 如果reduce = False,那么 size_average 参数失效,直接返...
根据voxel size和point cloud range可以知道voxel map的尺寸应该会为[40, 1600, 1408],实际上SparseEncoder这里初始化的时候传入的为sparse_shape [41, 1600, 1408]。依然,构造sparse tensor玩传播,完事后用.dense()返回成正常的 input_sp_tensor=SparseConvTensor(voxel_features,coors,self.sparse_shape,batch_...
DataLoader(dataset,batch_size=1,shuffle=False,sampler=None,batch_sampler=None,num_workers=0,collate_fn=None,pin_memory=False,drop_last=False,timeout=0,worker_init_fn=None,*,prefetch_factor=2,persistent_workers=False) 1 2 3 4 5 num_worker定义了用于load数据的子进程,非0的时候,模型在跑data的...
img_masks = mlvl_feats[0].new_ones((batch_size, input_img_h, input_img_w)) # 遍历每个图像,将原始图像部分设置为0,1的位置表示pad部分 for img_id in range(batch_size): img_h, img_w, _ = img_metas[img_id]['img_shape']
samples_per_gpu=1, # 这是batch_size workers_per_gpu=3, # 这是num workers train=dict( type='RepeatDataset', times=1, dataset=dict( type='TileDataset', ann_file=[ data_root + 'train.txt' ], img_prefix=[data_root], pipeline=train_pipeline)), ...
(batch_size, out_boxes)).to(scores.device)) /home/group5/anaconda3/envs/SSPNet/lib/python3.7/site-packages/torch/onnx/symbolic_opset9.py:2819: UserWarning: Exporting aten::index operator of advanced indexing in opset 11 is achieved by combination of multiple ONNX operators, including Reshape...
assert batch_size == 1 2022-05-13 09:34:47,130 - mmdeploy - INFO - torch2onnx success. 2022-05-13 09:34:47,132 - mmdeploy - INFO - onnx2tensorrt of /data/pointcloud_alg/mmdeploy/work_dir/end2end.onnx start. 2022-05-13 09:34:47,992 - mmdeploy - INFO - Successfully ...