Как использовать архитектуру darknet для классификации изображений с помощью fastai? - PullRequest
Новая
       30

Как использовать архитектуру darknet для классификации изображений с помощью fastai?

0 голосов
/ 21 мая 2019

Я мог бы запустить обучение, например, с помощью squeezenet, но я новичок в этом, поэтому я не могу понять, какие другие архитектуры (такие как darknet, xception или xresnet) требуют успешного создания экземпляра.

В своем блокноте я попробовал: 

arch = models.Darknet(num_classes = 2, num_blocks = 4) // whats numblocks
learn2 = cnn_learner(data = data, base_arch = arch , metrics=[accuracy, error_rate], pretrained = True)

Я получаю ошибку: 

----> 1 arch = models.Darknet(num_classes = 2,num_blocks = 4)
      2 learn2 = cnn_learner(data = data, base_arch = arch , metrics=[accuracy, error_rate], pretrained = True)

/usr/local/lib/python3.6/dist-packages/fastai/vision/models/darknet.py in __init__(self, num_blocks, num_classes, nf)
     31         super().__init__()
     32         layers = [conv_bn_lrelu(3, nf, ks=3, stride=1)]
---> 33         for i,nb in enumerate(num_blocks):
     34             layers += self.make_group_layer(nf, nb, stride=2-(i==1))
     35             nf *= 2

TypeError: 'int' object is not iterable```

1 Ответ

0 голосов
/ 27 мая 2019

Из документов

Создайте Darknet с блоками размеров, заданными в num_blocks, заканчивающимися на num_classes и использующими исходные функции nf.Darknet53 использует num_blocks = [1,2,8,8,4].

Подробнее о Darknet здесь

...