提交 2d049aea 编写于 作者: C cuicheng01

Update faq_2021_s2.md

上级 6c808628
...@@ -12,11 +12,11 @@ ...@@ -12,11 +12,11 @@
**A**:目前的主体检测模型训练时使用了COCO、Object365、RPC、LogoDet等公开数据集,如果被检测数据是类似工业质检等于常见类别差异较大的数据,需要基于目前的检测模型重新微调训练。 **A**:目前的主体检测模型训练时使用了COCO、Object365、RPC、LogoDet等公开数据集,如果被检测数据是类似工业质检等于常见类别差异较大的数据,需要基于目前的检测模型重新微调训练。
### Q1.2: 添加图片后建索引报assert text_num >= 2错? ### Q1.2: 添加图片后建索引报`assert text_num >= 2`错?
**A**:请确保data_file.txt中图片路径和图片名称中间的间隔为单个table,而不是空格。 **A**:请确保data_file.txt中图片路径和图片名称中间的间隔为单个table,而不是空格。
### Q1.3: 识别模块预测时报Illegal instruction错? ### Q1.3: 识别模块预测时报`Illegal instruction`错?
**A**:可能是编译生成的库文件与您的环境不兼容,导致程序报错,如果报错,推荐参考[向量检索教程](../../../deploy/vector_search/README.md)重新编译库文件。 **A**:可能是编译生成的库文件与您的环境不兼容,导致程序报错,如果报错,推荐参考[向量检索教程](../../../deploy/vector_search/README.md)重新编译库文件。
...@@ -52,11 +52,11 @@ ...@@ -52,11 +52,11 @@
**A**:主体检测模型会返回检测框,但事实上为了让后续的识别模型更加准确,在返回检测框的同时也返回了原图。后续会根据原图或者检测框与库中的图片的相似度排序,相似度最高的库中图片的标签即为被识别图片的标签。 **A**:主体检测模型会返回检测框,但事实上为了让后续的识别模型更加准确,在返回检测框的同时也返回了原图。后续会根据原图或者检测框与库中的图片的相似度排序,相似度最高的库中图片的标签即为被识别图片的标签。
### Q1.12 使用circle loss还需加triplet loss吗? ### Q1.12 使用`circle loss`还需加`triplet loss`吗?
**A**circle loss是统一了样本对学习和分类学习的两种形式,如果是分类学习的形式的话,可以增加triplet loss **A**`circle loss`是统一了样本对学习和分类学习的两种形式,如果是分类学习的形式的话,可以增加`triplet loss`
### Q1.13 hub serving方式启动某个模块,怎么添加该模块的参数呢? ### Q1.13 hub serving方式启动某个模块,怎么添加该模块的参数呢?
**A**:具体可以参考[hub serving参数](../../../deploy/hubserving/clas/params.py) **A**:具体可以参考[hub serving参数](../../../deploy/hubserving/clas/params.py)
...@@ -69,13 +69,13 @@ ...@@ -69,13 +69,13 @@
2.模型微调时,学习率不要太大,如设置0.001就好。 2.模型微调时,学习率不要太大,如设置0.001就好。
### Q1.15 SSLD中,大模型在500M数据上预训练后蒸馏小模型,然后在1M数据上蒸馏finetune 小模型? ### Q1.15 SSLD中,大模型在500M数据上预训练后蒸馏小模型,然后在1M数据上蒸馏finetune小模型?
**A**:步骤如下: **A**:步骤如下:
1.基于facebook开源的ResNeXt101-32x16d-wsl模型 去蒸馏得到了ResNet50-vd模型; 1.基于facebook开源的`ResNeXt101-32x16d-wsl`模型 去蒸馏得到了`ResNet50-vd`模型;
2.用这个ResNet50-vd,在500W数据集上去蒸馏MobilNetV3 2.用这个`ResNet50-vd`,在500W数据集上去蒸馏`MobilNetV3`
3.考虑到500W的数据集的分布和100W的数据分布不完全一致,所以这块,在100W上的数据上又finetune了一下,精度有微弱的提升。 3.考虑到500W的数据集的分布和100W的数据分布不完全一致,所以这块,在100W上的数据上又finetune了一下,精度有微弱的提升。
...@@ -90,12 +90,12 @@ ...@@ -90,12 +90,12 @@
### Q1.18 训练SwinTransformer,loss出现nan ### Q1.18 训练SwinTransformer,loss出现nan
**A**:训练swin-transformer的话,需要使用paddle-dev去训练,安装方式参考[paddlepaddle安装方式](https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/linux-pip.html),后续paddlepaddle-2.1也会同时支持。 **A**:训练SwinTransformer的话,需要使用paddle-dev去训练,安装方式参考[paddlepaddle安装方式](https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/linux-pip.html),后续paddlepaddle-2.1也会同时支持。
### Q1.19 新增底库数据需要重新构建索引吗? ### Q1.19 新增底库数据需要重新构建索引吗?
**A**:这一版需要重新构建索引,未来版本会支持只构建新增图片的索引。 **A**:这一版需要重新构建索引,未来版本会支持只构建新增图片的索引。
### Q1.20 PaddleClas 的train log 文件在哪里? ### Q1.20 PaddleClas 的`train_log`文件在哪里?
**A**:在保存权重的路径中存放了train.log **A**:在保存权重的路径中存放了`train.log`
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册