NotACracker/COTR项目教程:自定义运行时配置详解
2025-07-04 04:32:21作者:董灵辛Dennis
前言
在NotACracker/COTR项目的使用过程中,合理配置运行时参数对模型训练效果有着至关重要的影响。本文将全面介绍如何在该项目中自定义优化器、训练调度、工作流以及钩子函数等运行时配置,帮助开发者根据实际需求灵活调整训练过程。
优化器配置详解
使用PyTorch内置优化器
NotACracker/COTR项目支持所有PyTorch原生优化器,只需简单修改配置文件中的optimizer
字段即可。例如,要使用Adam优化器:
optimizer = dict(type='Adam', lr=0.0003, weight_decay=0.0001)
学习率(lr)是最常调整的参数,开发者可以根据任务需求直接修改该值。其他参数如weight_decay等也可以根据PyTorch官方文档进行配置。
自定义优化器实现
1. 创建自定义优化器类
在项目中添加自定义优化器需要以下步骤:
- 在
mmdet3d/core/optimizer/
目录下创建新文件(如my_optimizer.py
) - 实现优化器类并注册:
from mmcv.runner.optimizer import OPTIMIZERS
from torch.optim import Optimizer
@OPTIMIZERS.register_module()
class MyOptimizer(Optimizer):
def __init__(self, a, b, c):
# 实现初始化逻辑
pass
2. 注册优化器
有两种方式使系统识别自定义优化器:
方法一:通过__init__.py导入
- 在
mmdet3d/core/optimizer/__init__.py
中添加:
from .my_optimizer import MyOptimizer
__all__ = ['MyOptimizer']
- 在
mmdet3d/core/__init__.py
中导入optimizer模块
方法二:通过配置文件导入
custom_imports = dict(imports=['mmdet3d.core.optimizer.my_optimizer'], allow_failed_imports=False)
3. 在配置中使用
配置文件中使用自定义优化器:
optimizer = dict(type='MyOptimizer', a=a_value, b=b_value, c=c_value)
优化器构造器定制
对于需要特殊参数设置的模型(如BatchNorm层的权重衰减),可以通过自定义优化器构造器实现精细控制:
from mmcv.runner.optimizer import OPTIMIZER_BUILDERS
@OPTIMIZER_BUILDERS.register_module()
class MyOptimizerConstructor:
def __init__(self, optimizer_cfg, paramwise_cfg=None):
# 初始化逻辑
pass
def __call__(self, model):
# 返回优化器实例
return my_optimizer
实用训练技巧
- 梯度裁剪:防止梯度爆炸
optimizer_config = dict(
_delete_=True,
grad_clip=dict(max_norm=35, norm_type=2)
)
- 动量调度:配合学习率调度加速收敛
lr_config = dict(
policy='cyclic',
target_ratio=(10, 1e-4),
cyclic_times=1,
step_ratio_up=0.4,
)
momentum_config = dict(
policy='cyclic',
target_ratio=(0.85/0.95, 1),
cyclic_times=1,
step_ratio_up=0.4,
)
训练调度配置
NotACracker/COTR支持多种学习率调度策略:
- Poly策略:
lr_config = dict(policy='poly', power=0.9, min_lr=1e-4, by_epoch=False)
- 余弦退火策略:
lr_config = dict(
policy='CosineAnnealing',
warmup='linear',
warmup_iters=1000,
warmup_ratio=1.0/10,
min_lr_ratio=1e-5
)
工作流定制
工作流定义了训练和验证的顺序及轮次。默认配置为:
workflow = [('train', 1)] # 只训练
如需加入验证阶段:
workflow = [('train', 1), ('val', 1)] # 交替进行训练和验证
注意:
- 验证阶段不会更新模型参数
max_epochs
仅控制训练轮次- 两种工作流对EvalHook的影响相同
钩子函数定制
自定义钩子实现
- 创建钩子类:
from mmcv.runner import HOOKS, Hook
@HOOKS.register_module()
class MyHook(Hook):
def __init__(self, a, b):
pass
def before_run(self, runner):
pass
# 实现其他阶段方法...
- 注册钩子:
- 通过__init__.py导入
- 或使用
custom_imports
配置
- 配置使用:
custom_hooks = [
dict(type='MyHook', a=a_value, b=b_value, priority='NORMAL')
]
修改默认运行时钩子
- 检查点配置:
checkpoint_config = dict(interval=1, max_keep_ckpts=5)
- 日志配置:
log_config = dict(
interval=50,
hooks=[
dict(type='TextLoggerHook'),
dict(type='TensorboardLoggerHook')
])
- 评估配置:
evaluation = dict(interval=1, metric='bbox')
结语
通过本文介绍的方法,开发者可以灵活定制NotACracker/COTR项目的运行时配置,包括优化器、学习率策略、工作流程和钩子函数等。合理配置这些参数可以显著提升模型训练效果和开发效率。建议在实际应用中根据具体任务需求进行调优,逐步找到最佳配置方案。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191