lixiangMindSpore
lixiangMindSpore
> This API does not seem to be documented in PyTorch: https://pytorch.org/docs/1.10.0/distributed.html > > Could you elaborate more on the use case? Thanks. ``` import pickle import torch import warnings...
distributed_c10d.py
> @lixiangMindSpore For now you can just remove the `torch.distributed.destroy_process_group()` from your training script, and your training will just run well. The process groups will be destroyed automatically when the...
> 据我所知，这种应该是不行的。但是我做过跟您这种类似的需求。方案有两种： 1）直接训练一个 2 类别的检测器，一个类别是是否在抽烟，一个类别是是否玩手机； 2）如果抽烟，玩手机的数据是独立的，可以做一个共享 backbone，两个检测头的检测器，一个检测头检测是否抽烟，一个检测头检测是否在玩手机； 谢谢您的解答，之前是基于我的抽烟检测数据集和玩手机数据集各训练一个模型，抽烟检测数据集中包含玩手机的，玩手机的数据集中也包含抽烟的，当前在不改变数据集标注的前提下，想把两个模型合成一个？您有什么方法？
[cpu]不需要打括号
> 照着megvii原版复现的。按照作者意见，改了ema_decay=0.9999，[Megvii-BaseDetection/YOLOX#735](https://github.com/Megvii-BaseDetection/YOLOX/issues/735) ，0.1 mAP的diff是正常现象。 按照您给的issue链接，ema_decay从0.9998改为0.9999，您这面的total batchsize是多少？128还是64？为什么YOLOX-nano/ YOLOX-tiny/ YOLOX-m/ YOLOX-l/ YOLOX-x都有不同程度的涨点？
> 这是trt测速，当时未测paddle版本有问题，普通测速来看慢于原版yolox-s很多。速度要求不高时可选用yolox-convnext 比原版yolox-s慢多少？当前速度要求虽然不是特别高，但是也有一定的要求，想知道相关推理速度指标。
> 测试命令： > > # export inference model with trt=True > python tools/export_model.py -c configs/convnext/yolox_convnext_s_36e_coco.yml -o weights=https://paddledet.bj.bcebos.com/models/yolox_convnext_s_36e_coco.pdparams exclude_nms=True trt=True > > # convert to onnx > paddle2onnx --model_dir output_inference/yolox_convnext_s_36e_coco --model_filename...
> convnext backbone里是gelu，cspdarknet里是silu，silu trt可以加速很多。这些测速都是去除NMS的，实际应用无论在什么平台上，都是要加上NMS的。 不用太关注一点点精度，改NMS参数阈值都会改变整体速度，可以自行调整。 YOLOX-ConvNeXt-s比YOLOX-s提升4.1%，不算小了