問題タブ [custom-training]

トレーニング中の fastai では、検証の損失と評価メトリックがエポックごとに計算され、SaveModelCallback() コールバックを使用すると、最良のエポックが保存されます。ただし、このプロセスの頻度を増やして、n ステップごとにメトリックを評価することもできます (例: バッチ サイズ: 32、64 など)。これにより、モデルが過剰適合し始める瞬間をより適切に捉えることができます。これは、BestCheckpointer クラスを介して detectron2 のようなリポジトリで非常に簡単に使用できます。fastai でそのようなコールバックを実装する方法についてのアイデアはありますか? 参考までに、これはこのフォーラムで議論されましたが、解決策は得られませんでした

PublayNetデータセットで事前トレーニングされたカスタム データセットでDetectron2faster_rcnn_R_50_FPN_3xモデルをトレーニングしようとしています。トレーニング中に、次の警告が表示されます。

さらに調査したところ、このリンクから、データセットに事前トレーニング済みモデルとは異なる数のクラスがあり、いくつかの事前トレーニング済み重みをスキップする必要があるため、上記の警告メッセージが予想されることがわかりました。

PublayNet には 5 つのクラスが{"text", "title", "list", "table", "figure"}あり、私のデータセットにはまさにこれら 5 つのクラスがあります。残念ながら、PublayNet で事前トレーニングされたモデルには 6 つのクラスがあります。5クラスじゃないの？この余分なクラスについて混乱しています。助けていただければ幸いです。