efficientDet 환경 구축

apple3095·2021년 8월 16일
0

efficientdet

목록 보기
1/2

efficientDet을 사용하기 위한 환경설정 구축

1) 사양
System : Windows11 - WSL2 - Ubuntu20.04LTS - Docker
Hardware : 3600X + Geforce1660ti + 16GB RAM

2) 환경 설정
Image : nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04
GIT : https://github.com/rwightman/efficientdet-pytorch
Container 에서 진행

3) Train
vim으로 efficientdet-pytorch에 있는 distributed_train.sh 를 열어서
python을 python3.7로 수정해준다

./distributed_train.sh 1 dataset/ --model tf_efficientdet_d0 -b 1 --amp --lr .1 --sync-bn --pretrained

bash 로 train.py를 실행시켜주는데, train.py에 보면 다양한 argument 들이 있다.
위 커맨드는 기본적인 command만 적혀있으므로 argument들을 먼저 본 후에 명령어를 입력하도록 하자.

  • dataset/ : dataset 경로 [해당 폴더에 annotations 와 image dataset 폴더로 구성이 되있어야함]
  • model : efficientdet_d0 ~ d7 까지 compound scaling에 맞춰 구성되있는데, 이는 추후에 자세히 다루도록 한다.
  • b : Batch size
  • lr : Learning rate
  • amp : FP16과 FP32 연산을 섞어 사용하여 배치사이즈를 늘리고, 속도도 증가시키는 mixed precision training 기법
  • sync-bn : 멀티 GPU 사용시 각 GPU마다 적용되는 Batch normalization의 sync를 맞춰 Memory의 효율성을 증진시키는 기법
  • pretrained : pretrained backbone 설정
profile
꾸준한 기록

0개의 댓글