#绘制一些运行的分类损失。
python tools/analyze_logs.py plot_curve work_dirs/faster_rcnn_r50_fpn_1x/20200306_175509.log.json --keys loss_cls --legend loss_cls
#绘制一些运行的分类和回归损失,并将该图保存为pdf。
python tools / analyze_logs.py plot_curve work_dirs/faster_rcnn_r50_fpn_1x/20200306_175509.log.json--keys loss_cls loss_reg --out loss.pdf
#比较同一图中两次运行的bbox_mAP(我的log里面没有bbox_mAP,所以我选择了acc)。
python tools/analyze_logs.py plot_curve work_dirs/faster_rcnn_r50_fpn_1x/20200305_162713.log.json work_dirs/faster_rcnn_r50_fpn_1x/20200306_175509.log.json --keys acc --legend run1 run2
#您还可以计算平均训练速度。
python tools/analyze_logs.py cal_train_time work_dirs/faster_rcnn_r50_fpn_1x/20200306_175509.log.json (官网注释这里错了,其实还是log文件)
#我们提供了一个适用于flops-counter.pytorch的脚本,用于计算给定模型的FLOP和参数。
python tools/get_flops.py configs/my3.py
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)