实验日志——DETR

DETR训练日志

1. 代码来源

代码源自作者的Github: https://github.com/facebookresearch/detr?tab=readme-ov-file

2. 数据来源

在DETR中只使用了COCO2017数据集，其中训练集有118288张图像，验证集有5001张数据，测试集有40671张数据，训练集、验证集以及测试集的比例是72% : 3% : 25%。标签格式是.json格式。

3. 环境配置

pytorch安装：我的cuda版本是11.8，代码的官网要求pytorch是1.5+，我选择的是2.0.0版本的pytorch.

#安装命令如下
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 数据准备

数据目录结构如下，就是coco数据解压缩后的状态：

5. 模型训练

由于自己常用的服务器只有一块3090的显卡，所以不能使用并行训练。--world_size采用默认的1就好。数据路径我直接写在了代码中。

训练命令：python main.py

6. 遇到的报错

• 使用命令conda install -c pytorch pytorch torchvision安装的pytorch是cpu版本的。
• 源码中作者设置的batch size是2，在我训练了一会后，出现了训练进程被killed的现象。（原因分析见博客：Linux系统训练模型进程被killed，其实类似于显存out of memory）最终选择将batch size设置为1。
• 第一个epoch训练结束后，出现np.float报错，错误位置在cocoeval.py中的378和379行，因为我的numpy版本有点高（降版本失败了），只需要将该位置的np.float改为np.float64即可。