在mmdetection中运行train_detector后,可以通过设置相关参数来保存模型权重。具体步骤如下:
checkpoint_config
部分,设置save_best
参数为True,表示只保存最好的模型权重。checkpoint_config = dict(
# 设置保存最好模型权重的参数
save_best=True,
# 设置保存模型权重的路径和文件名
filepath='path/to/save/model.pth',
# 设置保存模型权重的间隔epoch数
interval=1
)
train_detector
命令时,通过--work_dir
参数指定保存模型权重的路径。python tools/train.py <config_file> --work_dir <save_dir>
其中,<config_file>
是训练配置文件的路径,<save_dir>
是保存模型权重的路径。
save_best=True
,则只会保存在验证集上表现最好的模型权重。总结起来,通过在训练配置文件中设置checkpoint_config
参数,并在运行train_detector
命令时指定保存路径,mmdetection会在训练过程中自动保存模型权重。
云+社区技术沙龙 [第31期]
云+社区技术沙龙[第11期]
DBTalk
serverless days
“中小企业”在线学堂
《民航智见》线上会议
云+社区开发者大会 武汉站
云+未来峰会
云+社区开发者大会 长沙站
DBTalk
领取专属 10元无门槛券
手把手带您无忧上云