准备阶段:代码下载、数据集下载,文件配置等,点击地址查看。

代码调试:

1、不运行运行train.py(但因为使用的os.system()不能debug到内部查看)

2、直接运行run_training.py,这里会报错(原因在于arg没有配置好)

参考:

def main():parser = argparse.ArgumentParser(description='Run a train scripts in train_settings.')parser.add_argument('--script', type=str, default='mixformer', required=False, help='Name of the train script.')parser.add_argument('--config', type=str, default='baseline_got', required=False, help="Name of the config file.")parser.add_argument('--cudnn_benchmark', type=bool, default=True, help='Set cudnn benchmark on (1) or off (0) (default is on).')parser.add_argument('--local_rank', default=-1, type=int, help='node rank for distributed training')parser.add_argument('--save_dir', type=str, default='D:\\EXP\\MixFormer-main\\model', help='the directory to save checkpoints and logs')parser.add_argument('--seed', type=int, default=42, help='seed for random numbers')parser.add_argument('--use_lmdb', type=int, choices=[0, 1], default=0)  # whether datasets are in lmdb formatparser.add_argument('--script_prv', type=str, default='mixformer', help='Name of the train script of previous model.')parser.add_argument('--config_prv', type=str, default='baseline_got', help="Name of the config file of previous model.")# for knowledge distillationparser.add_argument('--distill', type=int, choices=[0, 1], default=0)  # whether to use knowledge distillationparser.add_argument('--script_teacher', type=str, help='teacher script name')parser.add_argument('--config_teacher', type=str, help='teacher yaml configure file name')parser.add_argument('--stage1_model', type=str, default=None, help='stage1 model used to train SPM.')

注意:

  • --config和--script需要设置false,不然会一直寻求路径。
  • --config、--script、--config_prv、--script_prv需要根据自己需要的config文件设置,我选用的是GOT10K数据集版本的

继续运行,报错 with open(os.path.join(self.root, 'list.txt')) as f:(原因没有在train->admin->local.py中设置got10k的路径)

self.got10k_dir = 'D:\\EXP\\MixFormer-main\\data\\got10k\\train'

内存不足,到experiments中找到自己设置的yaml文件,修改train中的batch_size

TRAIN:BACKBONE_MULTIPLIER: 0.1BATCH_SIZE: 8DEEP_SUPERVISION: falseEPOCH: 500GIOU_WEIGHT: 2.0GRAD_CLIP_NORM: 0.1L1_WEIGHT: 5.0LR: 0.0001LR_DROP_EPOCH: 400NUM_WORKER: 8OPTIMIZER: ADAMW

常见问题:

1、ImportError: cannot import name ‘int_classes‘ from ‘torch._six‘

一般原因在于torch版本和torchvision版本不对应,如何查看版本对应(这里有介绍)

如果版本对应还是报错可以将

from torch._six import string_classes, int_classes

代替为

int_classes = int
string_classes = str

# from torch._six import string_classes, int_classes
int_classes = int
string_classes = str

2、cannot import name ‘_new_empty_tensor‘ from ‘torchvision.ops

Pytorch 1.5 版本以下的查看一下torch版本和torchvision版本对应问题

Pytorch 1.5 版本以上的直接删除那行代码即可

# if float(torchvision.__version__[:3]) < 0.7:
#     # from torchvision.ops import _new_empty_tensor
#     # from torchvision.ops.misc import _output_size

3、ImportError: cannot import name ‘container_abcs‘ from ‘torch._six‘

这是由于torch1.8之后的版本container_abcs被移除了,代码改为

import torch
TORCH_MAJOR = int(torch.__version__.split('.')[0])
TORCH_MINOR = int(torch.__version__.split('.')[1])
if TORCH_MAJOR == 1 and TORCH_MINOR < 8:from torch._six import container_abcs
else:import collections.abc as container_abcs

4、ModuleNotFoundError: No module named ‘yaml’

你本能的想要输入pip install yaml,直接报错

ERROR: Could not find a version that satisfies the requirement yaml (from versions: none)
ERROR: No matching distribution found for yam

这里解决方法很简单

在setting界面这个位置点击+号

弹出的框搜索yaml和pyymal,然后左下方安装就成功了 。

这是我目前遇到的所有问题,还有其他问题欢迎一起讨论!!!

MixFormer目标跟踪CVPR2022(代码调试)相关推荐

  1. php执行跟踪_PHP 代码调试跟踪工具 Ytrace

    Ytrace是一个PHP代码调试跟踪工具,通过将PHP代码执行过程记录到文件中,再通过webui界面展示出来,并且支持单步调试的方式去查看执行过程. 主要特性: 可以可视化的看到源码文件哪些行被执行了 ...

  2. 无迹卡尔曼滤波UKF—目标跟踪中的应用(算法部分)

    无迹卡尔曼滤波UKF-目标跟踪中的应用(算法部分) 原创不易,路过的各位大佬请点个赞 机动目标跟踪/非线性滤波/传感器融合/导航等探讨代码联系WX: ZB823618313 仿真部分见博客: [无迹卡 ...

  3. 无迹卡尔曼滤波UKF—目标跟踪中的应用(仿真部分)

    无迹卡尔曼滤波UKF-目标跟踪中的应用(仿真部分) 原创不易,路过的各位大佬请点个赞 机动目标跟踪/非线性滤波/传感器融合/导航等探讨联系WX: ZB823618313 算法部分见博客: [无迹卡尔曼 ...

  4. 容积卡尔曼滤波CKF—目标跟踪中的应用(算法部分—I)

    容积卡尔曼滤波CKF-目标跟踪中的应用(算法部分) 原创不易,路过的各位大佬请点个赞 机动目标跟踪/非线性滤波/传感器融合/导航等探讨代码联系WX: ZB823618313 作者:823618313@ ...

  5. 容积卡尔曼滤波CKF—目标跟踪中的应用(仿真部分—II)

    容积卡尔曼滤波CKF-目标跟踪中的应用(算法部分-II) 原创不易,路过的各位大佬请点个赞 机动目标跟踪/非线性滤波/传感器融合/导航等探讨联系WX: ZB823618313 作者:823618313 ...

  6. STAPLE目标跟踪算法(C++ /OpenCV)

    简介 结合梯度特征HOG及颜色特征的实时跟踪算法,速度可以达到80FPS. 摘要 近些年来,基于相关滤波跟踪器的算法得到了很大的改进,已经能够达到很好的跟踪效果,14年的KCF,15年的SRDCF.H ...

  7. python目标跟踪_商汤开源最大目标跟踪库PySOT,代码已正式上线!

    前几天 CVer推送一篇:重磅!商汤开源最大目标跟踪库PySOT:含SiamRPN++和SiamMask等算法,介绍了来自商汤科技的STVIR(SenseTime Video Intelligence ...

  8. Py之pygame:有趣好玩—利用pygame库实现鱼儿自动实时目标跟踪(附完整代码)

    Py之pygame:有趣好玩-利用pygame库实现鱼儿自动实时目标跟踪(附完整代码) 目录 输出结果 实现代码 输出结果 实现代码 #Py之pygame:利用pygame库实现鱼儿自动实时目标跟踪i ...

  9. c++代码好玩_Py之pygame:有趣好玩—利用pygame库实现鱼儿自动实时目标跟踪(附完整代码)...

    Py之pygame:有趣好玩-利用pygame库实现鱼儿自动实时目标跟踪(附完整代码) 目录 输出结果 实现代码 输出结果 ​ 实现代码 #Py之pygame:利用pygame库实现鱼儿自动实时目标跟 ...

最新文章

  1. Boost C++ 库
  2. 比特币现金(BCH)和比特币(BTC)之争到底在争些什么?
  3. Noip 2013 练习
  4. boost::hana::iterate用法的测试程序
  5. golang 新手练习 go语言 10分钟练习贴
  6. Win11 的日历 替代
  7. 【C语言简单说】七:自定义函数(2)
  8. DAC8563芯片参考手册重要内容总结
  9. android webview权限申请_android - 在运行时向摄像机请求WebView权限 - 堆栈内存溢出...
  10. FreeSql (二十)多表查询 WhereCascade
  11. Guns 添加功能实现_入门试炼05
  12. SAS在金融中的应用三
  13. ICCV 2019 | 厦大提出快速NAS检索方法,四小时搜索NN结构
  14. 基于RTP协议的数据通讯程序
  15. 力压微信成 App Store 榜第一,子弹短信能否避免火一把就“死”?| 畅言
  16. JS获取浏览器滚动条的宽度
  17. ThinkPHP的A方法,R方法,M方法,D方法区别
  18. 如果找活跃IP段!抓肉鸡必须的!
  19. 阿里云 人脸识别 测试
  20. python语言必刷题——BMI值的计算

热门文章

  1. java文件异步上传_java 异步上传文件
  2. 第 09 章:虎行有雨,定义标记类型Aware接口,实现感知容器对象
  3. DDD 系列(一)Domain Primitive
  4. Kubesphere设置mysql的网络映射
  5. vue3父组件调用子组件方法
  6. FFmpeg —— Win10下使用Qt制作多功能播放器
  7. tcp linux 报文内容,【Linux】TCP报文中的PSH和URG字段的介绍
  8. Win10--解决锁屏后会断网的问题
  9. 读《GaitEdge: Beyond Plain End-to-end Gait Recognition for Better Practicality》
  10. 小罐茶背后的男人:“包办”了我的童年少年中年……