Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
曾经的那一瞬间
Models
提交
cc7fbe50
M
Models
项目概览
曾经的那一瞬间
/
Models
大约 1 年 前同步成功
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
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
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
cc7fbe50
编写于
4月 18, 2023
作者:
J
Jiageng Zhang
提交者:
A. Unique TensorFlower
4月 18, 2023
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Internal change
PiperOrigin-RevId: 525291100
上级
b252edc8
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
151 addition
and
4 deletion
+151
-4
official/projects/yolo/configs/experiments/yolov7/detection/yolov7.yaml
...cts/yolo/configs/experiments/yolov7/detection/yolov7.yaml
+2
-2
official/projects/yolo/configs/experiments/yolov7/detection/yolov7_gpu.yaml
...yolo/configs/experiments/yolov7/detection/yolov7_gpu.yaml
+149
-0
official/projects/yolo/tasks/yolov7.py
official/projects/yolo/tasks/yolov7.py
+0
-2
未找到文件。
official/projects/yolo/configs/experiments/yolov7/detection/yolov7.yaml
浏览文件 @
cc7fbe50
...
...
@@ -5,13 +5,13 @@ runtime:
distribution_strategy
:
tpu
mixed_precision_dtype
:
float32
task
:
smart_bias_lr
:
0.1
weight_decay
:
0.0
model
:
input_size
:
[
640
,
640
,
3
]
min_level
:
3
max_level
:
5
num_classes
:
80
weight_decay
:
0.0
smart_bias_lr
:
0.1
anchor_boxes
:
anchors_per_scale
:
3
boxes
:
[
box
:
[
12
,
16
],
box
:
[
19
,
36
],
box
:
[
40
,
28
],
...
...
official/projects/yolo/configs/experiments/yolov7/detection/yolov7_gpu.yaml
0 → 100644
浏览文件 @
cc7fbe50
# This config is for demonstration purpose only. Parameters such as batch_size, train_steps should
# be overridden when used.
# YOLOv7-P5
# --experiment_type=yolov7_coco
runtime
:
all_reduce_alg
:
nccl
distribution_strategy
:
multi_worker_mirrored
mixed_precision_dtype
:
float32
task
:
smart_bias_lr
:
0.1
weight_decay
:
0.0
model
:
input_size
:
[
640
,
640
,
3
]
min_level
:
3
max_level
:
5
num_classes
:
80
anchor_boxes
:
anchors_per_scale
:
3
boxes
:
[
box
:
[
12
,
16
],
box
:
[
19
,
36
],
box
:
[
40
,
28
],
box
:
[
36
,
75
],
box
:
[
76
,
55
],
box
:
[
72
,
146
],
box
:
[
142
,
110
],
box
:
[
192
,
243
],
box
:
[
459
,
401
]]
backbone
:
type
:
yolov7
yolov7
:
max_level
:
5
min_level
:
3
model_id
:
yolov7
decoder
:
type
:
yolov7
yolov7
:
model_id
:
yolov7
head
:
num_anchors
:
3
detection_generator
:
box_type
:
'
3'
:
scaled
'
4'
:
scaled
'
5'
:
scaled
all
:
null
scale_xy
:
'
3'
:
2.0
'
4'
:
2.0
'
5'
:
2.0
all
:
null
path_scales
:
'
3'
:
8
'
4'
:
16
'
5'
:
32
all
:
null
nms_version
:
iou
iou_thresh
:
0.001
nms_thresh
:
0.7
max_boxes
:
300
pre_nms_points
:
5000
loss
:
gamma
:
0.0
box_weight
:
0.05
obj_weight
:
0.7
cls_weight
:
0.3
label_smoothing
:
0.0
anchor_threshold
:
4.0
iou_mix_ratio
:
1.0
auto_balance
:
false
use_ota
:
true
norm_activation
:
activation
:
swish
norm_momentum
:
0.03
norm_epsilon
:
0.001
use_sync_bn
:
true
train_data
:
input_path
:
/readahead/200M/placer/prod/home/tensorflow-performance-data/datasets/coco/train*
is_training
:
true
global_batch_size
:
64
dtype
:
float32
parser
:
max_num_instances
:
300
letter_box
:
true
random_flip
:
true
random_pad
:
false
jitter
:
0.0
aug_scale_min
:
1.0
aug_scale_max
:
1.0
aug_rand_translate
:
0.2
aug_rand_saturation
:
0.7
aug_rand_brightness
:
0.4
aug_rand_hue
:
0.015
aug_rand_angle
:
0.0
aug_rand_perspective
:
0.0
use_tie_breaker
:
true
best_match_only
:
true
anchor_thresh
:
4.0
area_thresh
:
0.0
mosaic
:
mosaic_frequency
:
1.0
mosaic9_frequency
:
0.2
mixup_frequency
:
0.15
mosaic_crop_mode
:
scale
mosaic_center
:
0.25
aug_scale_min
:
0.1
aug_scale_max
:
1.9
validation_data
:
input_path
:
/readahead/200M/placer/prod/home/tensorflow-performance-data/datasets/coco/val*
is_training
:
false
global_batch_size
:
16
dtype
:
float32
drop_remainder
:
true
parser
:
max_num_instances
:
300
letter_box
:
true
use_tie_breaker
:
true
best_match_only
:
true
anchor_thresh
:
4.0
area_thresh
:
0.0
trainer
:
best_checkpoint_export_subdir
:
best_ckpt
best_checkpoint_eval_metric
:
AP
best_checkpoint_metric_comp
:
higher
train_steps
:
554400
validation_steps
:
19
validation_interval
:
9240
steps_per_loop
:
1848
summary_interval
:
1848
checkpoint_interval
:
1848
optimizer_config
:
ema
:
average_decay
:
0.9999
trainable_weights_only
:
false
dynamic_decay
:
true
learning_rate
:
cosine
:
initial_learning_rate
:
0.01
alpha
:
0.1
decay_steps
:
554400
type
:
cosine
optimizer
:
sgd_torch
:
bias_keys
:
[
bias
,
beta
]
weight_keys
:
[
kernel
,
weight
]
momentum
:
0.937
momentum_start
:
0.8
nesterov
:
true
warmup_steps
:
5544
weight_decay
:
0.0005
type
:
sgd_torch
warmup
:
linear
:
warmup_learning_rate
:
0.0
warmup_steps
:
5544
type
:
linear
official/projects/yolo/tasks/yolov7.py
浏览文件 @
cc7fbe50
...
...
@@ -84,9 +84,7 @@ class YoloV7Task(base_task.Task):
num_classes
=
self
.
task_config
.
model
.
num_classes
,
auto_balance
=
loss_config
.
auto_balance
,
)
self
.
_model
=
None
self
.
_coco_91_to_80
=
False
self
.
coco_metric
=
None
self
.
_metrics
=
[]
# globally set the random seed
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录