問題タブ [detectron]

Detectron2 の推論を高速化する方法があるかどうかを知りたいです。現在、Databricks でデータ サイエンス GPU クラスターを使用しています。デバイスをCUDAに設定しています。ネットワークのアーキテクチャは GeneralizedRCNN です。Detectron2 の DefaultPredictor を使用すると、画像あたり約 0.37 秒かかります。スケールアップするにつれて、これをより高速にする必要があります。画像の解像度を下げることで高速化できることを読みました。これを行うことを検討しましたが、品質を変更するには画像を保存する必要があることがわかりました。URLから画像を開いて保存しないでそれを行う方法はありますか(例with Image.open(requests.get(url, stream=True).raw) as image:)?

np_image上記は単に Numpy 配列として表された画像です。そしてcfg下です。

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。