mmdetection-使用技巧篇

使用Tensorboard查看训练

在config文件中添加

log_config = dict(
    interval=50,
    hooks=[
        dict(type='TextLoggerHook'),
        dict(type='TensorboardLoggerHook') #生成Tensorboard 日志
    ])

设置之后，会在work_dir目录下生成一个tf_logs目录,使用Tensorboard打开日志

    cd /path/to/tf_logs
    tensorboard --logdir . --host 0.0.0.0 --port 6006

tensorboard 默认端口号是6006，在浏览器中输入http://:6006即可打开tensorboard界面

训练过程中进行模型验证

在config文件中设置val数据集和评估指标

# coco支持的metric有['bbox', 'segm', 'proposal', 'proposal_fast']
# voc数据集支持的 metric 有['mAP', 'recall']
evaluation = dict(interval=1, metric=['mAP']) # len(metric) == 1, metric 只能设置一个指标