From 2ff78b73d1f325a1d660114aac235af890e10a74 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E9=99=88=E5=8A=A2?= Date: Thu, 1 Apr 2021 16:15:15 +0800 Subject: [PATCH] retinanet resources info --- model_zoo/official/cv/retinanet/README_CN.md | 49 ++++++-------------- 1 file changed, 15 insertions(+), 34 deletions(-) diff --git a/model_zoo/official/cv/retinanet/README_CN.md b/model_zoo/official/cv/retinanet/README_CN.md index 8de62c40d6..58d9756079 100644 --- a/model_zoo/official/cv/retinanet/README_CN.md +++ b/model_zoo/official/cv/retinanet/README_CN.md @@ -157,9 +157,7 @@ MSCOCO2017 #### 用法 -您可以使用python或shell脚本进行训练。shell脚本的用法如下: - -- Ascend: +使用shell脚本进行训练。shell脚本的用法如下: ```训练 # 八卡并行训练示例： @@ -180,28 +178,17 @@ sh run_single_train.sh DEVICE_ID EPOCH_SIZE LR PRE_TRAINED(optional) PRE_TRAINED #### 运行 ```运行 -# 训练示例 - - 训练前，先创建MindRecord文件，以COCO数据集为例 - python create_data.py --dataset coco - - python: - data和存储mindrecord文件的路径在config里设置 - - # 单卡训练示例： +训练前，先创建MindRecord文件，以COCO数据集为例 +python create_data.py --dataset coco - python train.py - shell: - Ascend: +Ascend: +# 八卡并行训练示例(在retinanet目录下运行)： +sh scripts/run_distribute_train.sh 8 500 0.09 RANK_TABLE_FILE(创建的RANK_TABLE_FILE的地址) PRE_TRAINED(预训练checkpoint地址，可选) PRE_TRAINED_EPOCH_SIZE（预训练EPOCH大小，可选） - # 八卡并行训练示例(在retinanet目录下运行)： +例如：sh scripts/run_distribute_train.sh 8 500 0.09 scripts/rank_table_8pcs.json - sh scripts/run_distribute_train.sh 8 500 0.1 RANK_TABLE_FILE(创建的RANK_TABLE_FILE的地址) PRE_TRAINED(预训练checkpoint地址) PRE_TRAINED_EPOCH_SIZE（预训练EPOCH大小） - 例如：sh scripts/run_distribute_train.sh 8 500 0.1 scripts/rank_table_8pcs.json /dataset/retinanet-322_458.ckpt 322 - - # 单卡训练示例(在retinanet目录下运行)： - - sh scripts/run_single_train.sh 0 500 0.1 /dataset/retinanet-322_458.ckpt 322 +# 单卡训练示例(在retinanet目录下运行)： +sh scripts/run_single_train.sh 0 500 0.09 ``` #### 结果 @@ -227,7 +214,7 @@ Epoch time: 164531.610, per step time: 359.239 #### 用法 -您可以使用python或shell脚本进行训练。shell脚本的用法如下: +使用shell脚本进行评估。shell脚本的用法如下: ```eval sh scripts/run_eval.sh [DATASET] [DEVICE_ID] @@ -236,13 +223,7 @@ sh scripts/run_eval.sh [DATASET] [DEVICE_ID] #### 运行 ```eval运行 -# 验证示例 - - python: - Ascend: python eval.py - checkpoint 的路径在config里设置 - shell: - Ascend: sh scripts/run_eval.sh coco 0 +sh scripts/run_eval.sh coco 0 ``` > checkpoint 可以在训练过程中产生. @@ -279,9 +260,9 @@ mAP: 0.34747137754625645 | 参数 | Ascend | | -------------------------- | ------------------------------------- | | 模型名称 | Retinanet | -| 运行环境 | 华为云 Modelarts | +| 运行环境 | Ascend 910; CPU 2.6GHz,192cores;Memory 755G | | 上传时间 | 10/01/2021 | -| MindSpore 版本 | 1.0.1 | +| MindSpore 版本 | 1.2.0 | | 数据集 | 123287 张图片 | | Batch_size | 32 | | 训练参数 | src/config.py | @@ -297,9 +278,9 @@ mAP: 0.34747137754625645 | 参数 | Ascend | | ------------------- | --------------------------- | | 模型名称 | Retinanet | -| 运行环境 | 华为云 Modelarts | +| 运行环境 | Ascend 910; CPU 2.6GHz,192cores;Memory 755G| | 上传时间 | 10/01/2021 | -| MindSpore 版本 | 1.0.1 | +| MindSpore 版本 | 1.2.0 | | 数据集 | 5k 张图片 | | Batch_size | 32 | | 精确度 | mAP[0.3475] |