【亲测免费】 SOLIDER 项目使用教程
2026-01-19 11:48:17作者:盛欣凯Ernestine
1. 项目的目录结构及介绍
SOLIDER 项目的目录结构如下:
SOLIDER/
├── README.md
├── requirements.txt
├── setup.py
├── data/
│ └── LUPerson/
├── models/
│ ├── swin_transformer.py
│ └── __init__.py
├── configs/
│ ├── default_config.yaml
│ └── __init__.py
├── scripts/
│ ├── run_solider.sh
│ ├── run_dino.sh
│ └── resume_solider.sh
├── demo.py
└── utils/
├── data_loader.py
├── loss.py
└── __init__.py
目录介绍
README.md: 项目说明文档。requirements.txt: 项目依赖文件。setup.py: 项目安装脚本。data/: 存放训练数据,如LUPerson数据集。models/: 存放模型定义文件,如swin_transformer.py。configs/: 存放配置文件,如default_config.yaml。scripts/: 存放运行脚本,如run_solider.sh。demo.py: 演示脚本,用于运行训练好的模型。utils/: 存放工具函数和类,如data_loader.py和loss.py。
2. 项目的启动文件介绍
项目的启动文件主要是 scripts 目录下的脚本文件:
run_solider.sh: 用于从头开始训练 SOLIDER 模型。run_dino.sh: 用于训练 DINO 模型。resume_solider.sh: 用于从 DINO 模型微调 SOLIDER 模型。
使用方法
# 从头开始训练 SOLIDER 模型
sh scripts/run_solider.sh
# 训练 DINO 模型
sh scripts/run_dino.sh
# 从 DINO 模型微调 SOLIDER 模型
sh scripts/resume_solider.sh
3. 项目的配置文件介绍
项目的配置文件位于 configs 目录下,主要文件是 default_config.yaml。
配置文件内容示例
# default_config.yaml
data:
path: "data/LUPerson"
batch_size: 32
model:
name: "swin_transformer"
params:
depth: 4
num_heads: 8
training:
epochs: 100
learning_rate: 0.001
配置文件介绍
data: 数据相关配置,如数据路径和批次大小。model: 模型相关配置,如模型名称和参数。training: 训练相关配置,如训练轮数和学习率。
通过修改 default_config.yaml 文件,可以调整项目的运行参数。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248