刷题日记 Day 1 : Leetcode 704 二分查找以及 Leetcode 27 移除元素

加勒比海涛 2023-03-15 13:41:59
...全文
214 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
资源下载链接为: https://pan.xunlei.com/s/VOYaHLhVeXGtGmlvno37CKcgA1?pwd=hwch 本次目标检测任务以YOLOv1模型为核心,我完整参与了数据预处理、数据集定义、模型搭建、损失函数设计及结果预测全流程,对深度学习有了更直观的认知。实践中曾因数据预处理阶段bbox的y坐标计算错误,导致后续训练模型输出大量负数,这也让我养成了模块写完即验证的习惯,不过初期验证较粗略,多以“不报错、能运行”为标准。 修正后,我用小训练集验证模型正确性,观察是否能实现过拟合,进而调整学习率等参数。此次任务不仅让我掌握了目标检测基本流程与YOLOv1核心思路,还熟练运用PyTorch完成数据处理、网络构建及矩阵运算,更激发了学习《深度学习》的兴趣。同时我也发现YOLOv1的不足:数据编码时,单个网格若存在多个物体仅保留一个,会造成数据丢失,因此不适用于预测框较多的场景。 训练中还积累了实用经验:在华为云训练时,将数据移至./cache可减少与OBS桶的交互,避免图片读取过慢;云端计算损失需用train_loss += loss.item(),否则内存会持续占用直至Notebook停止(本地训练无此问题);需关注云端磁盘空间,曾因空间不足导致三小时训练后模型保存失败;建议将每张图片对应的bbox提前整合到txt文件中,此前将bbox暂存内存,每次整合需5分钟,若调试时遇“CUDA out of memory”重启,需重新整合,既耗时又不利于代码检查。

107

社区成员

发帖
与我相关
我的任务
社区描述
14天挑战赛发文处
学习 个人社区
社区管理员
  • Alita11101_
  • 穆雄雄
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

本次活动的文章请发布在社区内

试试用AI创作助手写篇文章吧