衡阳网站设计,嘉兴做网络推广的公司,多少钱翻译英文,做餐饮酒店网站OpenMMLab 2.0 体系中 MMYOLO、MMDetection、MMClassification、MMSelfsup 中的模型注册表都继承自 MMEngine 中的根注册表#xff0c;允许这些 OpenMMLab 开源库直接使用彼此已经实现的模块。 因此用户可以在MMYOLO 中使用来自 MMDetection、MMClassification、MMSelfsup 的主…OpenMMLab 2.0 体系中 MMYOLO、MMDetection、MMClassification、MMSelfsup 中的模型注册表都继承自 MMEngine 中的根注册表允许这些 OpenMMLab 开源库直接使用彼此已经实现的模块。 因此用户可以在MMYOLO 中使用来自 MMDetection、MMClassification、MMSelfsup 的主干网络而无需重新实现。
Swin Transformer做主干的 Faster RCNN 目标检测网络mmdetection 1. 在configs/swin 目录下新建文件faster_rcnn_swin_t-p4-w7_fpn_1x_coco.py
文件内容如下 **注意**训练的epoch在这个文件中改大家根据需要修改。
_base_ [../_base_/models/faster_rcnn_r50_fpn.py,../_base_/datasets/coco_instance.py,../_base_/schedules/schedule_1x.py, ../_base_/default_runtime.py
]
pretrained https://github.com/SwinTransformer/storage/releases/download/v1.0.0/swin_tiny_patch4_window7_224.pth # noqa
model dict(#typeMaskRCNN,typeFastRCNN,backbonedict(_delete_True,typeSwinTransformer,embed_dims96,depths[2, 2, 6, 2],num_heads[3, 6, 12, 24],window_size7,mlp_ratio4,qkv_biasTrue,qk_scaleNone,drop_rate0.,attn_drop_rate0.,drop_path_rate0.2,patch_normTrue,out_indices(0, 1, 2, 3),with_cpFalse,convert_weightsTrue,init_cfgdict(typePretrained, checkpointpretrained)),neckdict(in_channels[96, 192, 384, 768]))optimizer dict(_delete_True,typeAdamW,lr0.0001,betas(0.9, 0.999),weight_decay0.05,paramwise_cfgdict(custom_keys{absolute_pos_embed: dict(decay_mult0.),relative_position_bias_table: dict(decay_mult0.),norm: dict(decay_mult0.)}))
lr_config dict(warmup_iters1000, step[8, 11])
runner dict(max_epochs12)Swin Transformer做主干的Cascade R-CNN 目标检测网络mmdetection
1. 在configs/swin 目录下新建文件cascade_rcnn_swin_t-p4-w7_fpn_1x_coco.py
文件内容如下 **注意**训练的epoch在这个文件中改大家根据需要修改。
_base_ [../_base_/models/cascade_rcnn_r50_fpn.py,../_base_/datasets/coco_detection.py,../_base_/schedules/schedule_1x.py, ../_base_/default_runtime.py
]
pretrained https://github.com/SwinTransformer/storage/releases/download/v1.0.0/swin_tiny_patch4_window7_224.pth # noqa
model dict(#typeMaskRCNN,typeCascadeRCNN,backbonedict(_delete_True,typeSwinTransformer,embed_dims96,depths[2, 2, 6, 2],num_heads[3, 6, 12, 24],window_size7,mlp_ratio4,qkv_biasTrue,qk_scaleNone,drop_rate0.,attn_drop_rate0.,drop_path_rate0.2,patch_normTrue,out_indices(0, 1, 2, 3),with_cpFalse,convert_weightsTrue,init_cfgdict(typePretrained, checkpointpretrained)),neckdict(in_channels[96, 192, 384, 768]))optimizer dict(_delete_True,typeAdamW,lr0.0001,betas(0.9, 0.999),weight_decay0.05,paramwise_cfgdict(custom_keys{absolute_pos_embed: dict(decay_mult0.),relative_position_bias_table: dict(decay_mult0.),norm: dict(decay_mult0.)}))
lr_config dict(warmup_iters1000, step[8, 11])
runner dict(max_epochs12)
