Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • models
  • Issue
  • #3773

M
models
  • 项目概览

PaddlePaddle / models
大约 2 年 前同步成功

通知 232
Star 6828
Fork 2962
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
M
models
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 602
    • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
    • 合并请求 255
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 10月 25, 2019 by saxon_zh@saxon_zhGuest

用自己的VOC数据训练Cascade RCNN

Created by: CrazyRockWZJ

我已经将Config cascade_rcnn_r50_fpn_1x.yml中相应的参数设置为:

metric: VOC

FasterRCNNTrainFeed: batch_size: 1 dataset: dataset_dir: dataset/voc annotation: VOCdevkit/VOC_all/ImageSets/Main/train.txt image_dir: VOCdevkit/VOC_all/JPEGImages batch_transforms:

  • !PadBatch pad_to_stride: 32 drop_last: false num_workers: 2

FasterRCNNEvalFeed: batch_size: 1 dataset: dataset_dir: dataset/voc annotation: VOCdevkit/VOC_all/ImageSets/Main/val.txt image_dir: VOCdevkit/VOC_all/JPEGImages batch_transforms:

  • !PadBatch pad_to_stride: 32

FasterRCNNTestFeed: batch_size: 1 dataset: annotation: VOCdevkit/VOC_all/ImageSets/Main/test.txt batch_transforms: 可是在使用脚本python tools/train.py -c configs/cascade_rcnn_r50_fpn_1x.yml训练时报错显示: consumer failed with error: failed to map consumer[%s], error: [Errno 2] No such file or directory: 'dataset/voc/VOCdevkit/VOC_all/JPEGImages/15524713780796.json' 请问,使用自己的VOC数据训练CascadeRCNN我还需要修改哪些内容。

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/models#3773
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7