From 977c55f930473b7aa4a30e10cab22d863337e379 Mon Sep 17 00:00:00 2001 From: Feng Ni Date: Fri, 5 Feb 2021 16:12:31 +0800 Subject: [PATCH] [cherry pick] Fix quickstart doc (#2191) * fix_quickstart_doc --- dygraph/README.md | 2 +- dygraph/docs/tutorials/QUICK_STARTED_cn.md | 33 ++++++---------------- 2 files changed, 9 insertions(+), 26 deletions(-) diff --git a/dygraph/README.md b/dygraph/README.md index 7661b0329..86e72ed66 100644 --- a/dygraph/README.md +++ b/dygraph/README.md @@ -130,7 +130,7 @@ PaddleDetection模块化地实现了多种主流目标检测算法，提供了 ### 入门教程 - [安装说明](docs/tutorials/INSTALL_cn.md) -- [快速开始](docs/tutorials/QUICK_START_cn.md) +- [快速开始](docs/tutorials/QUICK_STARTED_cn.md) - [如何准备数据](docs/tutorials/PrepareDataSet.md) - [训练/评估/预测流程](docs/tutorials/GETTING_STARTED_cn.md) diff --git a/dygraph/docs/tutorials/QUICK_STARTED_cn.md b/dygraph/docs/tutorials/QUICK_STARTED_cn.md index 51310514e..2b2aa81e7 100644 --- a/dygraph/docs/tutorials/QUICK_STARTED_cn.md +++ b/dygraph/docs/tutorials/QUICK_STARTED_cn.md @@ -11,6 +11,7 @@ export CUDA_VISIBLE_DEVICES=0 # 用PP-YOLO算法在COCO数据集上预训练模型预测一张图片 python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddlemodels.bj.bcebos.com/object_detection/dygraph/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg ``` + 结果如下图： ![demo image](../images/000000014439.jpg) @@ -25,43 +26,25 @@ python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu= python dataset/roadsign_voc/download_roadsign_voc.py ``` + ## 三、训练、评估、预测 ### 1、训练 ``` -# 边训练边测试 CPU需要约1小时(use_gpu=false)，1080Ti GPU需要约10分钟。 +# 边训练边测试 CPU需要约1小时(use_gpu=false)，1080Ti GPU需要约10分钟 # -c 参数表示指定使用哪个配置文件 -# -o 参数表示指定配置文件中的全局变量（覆盖配置文件中的设置），这里设置使用gpu， -# --eval 参数表示边训练边评估，会自动保存一个评估结果最的名为model_final.pdmodel的模型 - +# -o 参数表示指定配置文件中的全局变量（覆盖配置文件中的设置），这里设置使用gpu +# --eval 参数表示边训练边评估，最后会自动保存一个名为model_final.pdparams的模型 python tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml --eval -o use_gpu=true --weight_type finetune ``` -如果想通过VisualDL实时观察loss变化曲线，在训练命令中添加--use_vdl=true，以及通过--vdl_log_dir设置日志保存路径。 - -**但注意VisualDL需Python>=3.5** - -首先安装[VisualDL](https://github.com/PaddlePaddle/VisualDL) -``` -python -m pip install visualdl -i https://mirror.baidu.com/pypi/simple -``` - -``` -python -u tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml \ - --use_vdl=true \ - --vdl_log_dir=vdl_dir/scalar \ - --eval -``` -通过visualdl命令实时查看变化曲线： -``` -visualdl --logdir vdl_dir/scalar/ --host --port -``` ### 2、评估 ``` -# 评估 默认使用训练过程中保存的model_final +# 评估 默认使用训练过程中保存的model_final.pdparams # -c 参数表示指定使用哪个配置文件 -# -o 参数表示指定配置文件中的全局变量（覆盖配置文件中的设置），需使用单卡评估 +# -o 参数表示指定配置文件中的全局变量（覆盖配置文件中的设置） +# 目前只支持单卡评估 python tools/eval.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml -o use_gpu=true ``` -- GitLab