[PaddlePaddle/PaddleOCR]2.7分支代码,不能完全加载v4 det预训练模型参数

2024-05-13 242 views
0

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?

回答

5

正常的哈,忽略就可以了

6

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。

7

V4 mobile det 就是student 模型哈,不过精度问题确实会有波动

2

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?

6

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?

9

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

2

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

2

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。 image

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:
  • 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
2

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

2

你用的那个版本PaddleOCR呢

9

你用的那个版本PaddleOCR呢

是回复我吗,我用的2.7.3

8

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。