加载v4 det的预训练模型best_accuracy,模型参数加载不全,出现告警:The pretrained params backbone.conv1.hardswish.scale not in model,The pretrained params backbone.conv1.hardswish.bias not in model,大家遇到过吗,如何解决?
[PaddlePaddle/PaddleOCR]2.7分支代码,不能完全加载v4 det预训练模型参数
回答
正常的哈,忽略就可以了
正常的哈,忽略就可以了
有告警也能继续训练,但是模型参数加载不完全是不是需要更多数据训练更久,有可能效果变差。试了v4 rec模型和v3 det模型,都是能完全加载预训练模型参数的,都是用的student模型,v4 det没有student模型。
V4 mobile det 就是student 模型哈,不过精度问题确实会有波动
V4 mobile det 就是student 模型哈,不过精度问题确实会有波动
官方给出的model list里,v4版本det train里只有best_accuracy,,其他模型从哪里下载?
请问你们训练有没有遇到过训练几个epoch之后loss变为0,其他参数nanxx 的这总情况?
V4 mobile det 就是student 模型哈,不过精度问题确实会有波动
官方给出的model list里,v4版本det train里只有best_accuracy,,其他模型从哪里下载?
这个只提供最佳模型哈
请问你们训练有没有遇到过训练几个epoch之后loss变为0,其他参数nanxx 的这总情况?
请问训练的哪个模型呢,方便说一下用的什么训练数据吗
请问你们训练有没有遇到过训练几个epoch之后loss变为0,其他参数nanxx 的这总情况?
请问训练的哪个模型呢,方便说一下用的什么训练数据吗
您好,使用的是模型是/en_PP-OCRv4_rec_train/best_accuracy,训练数据是在v3可以正常跑的,自己做的数据集。图片是我开训练的log。
请问你们训练有没有遇到过训练几个epoch之后loss变为0,其他参数nanxx 的这总情况?
请问训练的哪个模型呢,方便说一下用的什么训练数据吗
您好,使用的是模型是/en_PP-OCRv4_rec_train/best_accuracy,训练数据是在v3可以正常跑的,自己做的数据集。图片是我开训练的log。
Global: debug: false use_gpu: true epoch_num: 50 log_smooth_window: 20 print_batch_step: 10 save_model_dir: ./output/rec_ppocr_v4 save_epoch_step: 10 eval_batch_step:
- 0
- 2000
cal_metric_during_train: true
pretrained_model: refactor
checkpoints: null
save_inference_dir: null
use_visualdl: false
infer_img: doc/imgs_words/ch/word_1.jpg
character_dict_path: ppocr/utils/en_dict.txt
max_text_length: &max_text_length 10
infer_mode: false
use_space_char: true
distributed: true
save_res_path: ./output/rec/predicts_ppocrv3.txt
Optimizer:
name: Adam
beta1: 0.9
beta2: 0.999
lr:
name: Cosine
learning_rate: 0.0005
warmup_epoch: 5
regularizer:
name: L2
factor: 3.0e-05
Architecture:
model_type: rec
algorithm: SVTR_LCNet
Transform: null
Backbone:
name: PPLCNetV3
scale: 0.95
Head:
name: MultiHead
head_list:
- CTCHead:
Neck:
name: svtr
dims: 120
depth: 2
hidden_dims: 120
kernel_size:
- 1
- 3 use_guide: true Head: fc_decay: 1.0e-05
- NRTRHead: nrtr_dim: 384 max_text_length: *max_text_length Loss: name: MultiLoss loss_config_list:
- CTCHead:
Neck:
name: svtr
dims: 120
depth: 2
hidden_dims: 120
kernel_size:
- CTCLoss: null
- NRTRLoss: null
PostProcess:
name: CTCLabelDecode
Metric:
name: RecMetric
main_indicator: acc
ignore_space: false
Train:
dataset:
name: MultiScaleDataSet
ds_width: false
data_dir:
ext_op_transform_idx: 1
label_file_list:
- img\rec_train.txt transforms:
- DecodeImage: img_mode: BGR channel_first: false
- RecConAug:
prob: 0.5
ext_data_num: 2
image_shape:
- 48
- 96
- 3 max_text_length: *max_text_length
- RecAug: null
- MultiLabelEncode: gtc_encode: NRTRLabelEncode
- KeepKeys:
keep_keys:
- image
- label_ctc
- label_gtc
- length
- valid_ratio sampler: name: MultiScaleSampler scales:
-
- 96
- 32
-
- 96
- 48
-
- 96
- 64 first_bs: 96 fix_bs: false divided_factor:
- 8
- 16 is_training: true loader: shuffle: true batch_size_per_card: 96 drop_last: true num_workers: 1 Eval: dataset: name: SimpleDataSet data_dir: label_file_list:
- img\rec_eval.txt transforms:
- DecodeImage: img_mode: BGR channel_first: false
- MultiLabelEncode: gtc_encode: NRTRLabelEncode
- RecResizeImg:
image_shape:
- 3
- 48
- 96
- KeepKeys:
keep_keys:
- image
- label_ctc
- label_gtc
- length
- valid_ratio loader: shuffle: false drop_last: false batch_size_per_card: 128 num_workers: 1 profiler_options: null 这是我的配置文件
加载v4 det的预训练模型best_accuracy,模型参数加载不全,出现告警:The pretrained params backbone.conv1.hardswish.scale not in model,The pretrained params backbone.conv1.hardswish.bias not in model,大家遇到过吗,如何解决?
想问一下,你最后微调det V4了没有,是不是不能微调呀,我用的ch_PP-OCRv4_det_student.yml和ch_PP-OCRv4_det_train的best_accuracy.pdparams为预训练模型,但是根本没法训练吧,感觉所有参数都对不上
你用的那个版本PaddleOCR呢
你用的那个版本PaddleOCR呢
是回复我吗,我用的2.7.3
加载v4 det的预训练模型best_accuracy,模型参数加载不全,出现告警:The pretrained params backbone.conv1.hardswish.scale not in model,The pretrained params backbone.conv1.hardswish.bias not in model,大家遇到过吗,如何解决?
想问一下,你最后微调det V4了没有,是不是不能微调呀,我用的ch_PP-OCRv4_det_student.yml和ch_PP-OCRv4_det_train的best_accuracy.pdparams为预训练模型,但是根本没法训练吧,感觉所有参数都对不上
可以微调,微调的时候有两条告警,backbone的两个参数不能加载。也能继续训练,loss会降低。