Parametri comuni classici e ambienti indipendenti¶

Il rilevamento classico usa ATSLegacy 2.7.0, la classificazione classica usa ATSLegacy 2.5.0. Sono versioni di architettura/configurazione, non delle architetture moderne. Le pagine condividono alcuni controlli, ma implementano separatamente preelaborazione e mappatura dei parametri.

Priorità delle modifiche¶

Carica lo YAML del modello e le basi, genera una configurazione indipendente per l'esperimento e applica le modifiche esplicite dell'interfaccia. Non riscrive gli YAML inclusi. Usa configurazione mantiene il valore originale, non un valore predefinito universale.

Epoche, batch e seme usano direttamente i valori dell'interfaccia: rispettivamente 100, 4 e 42 come predefiniti. Le altre opzioni di ottimizzazione mantengono la configurazione. Ogni esperimento salva effective_det.yaml o effective_clas.yaml per verificare dimensioni, percorsi, classi, tasso di apprendimento e caricamento effettivi.

Inizializzazione dei pesi¶

Opzione	Comportamento effettivo
Usa le impostazioni di preaddestramento della configurazione	Usa l'impostazione YAML; un URL può scaricare i pesi o usare una cache esistente. La cache non è garantita su ogni computer del cliente.
Usa pesi preaddestrati locali	Specificare un file .pdparams compatibile per l'inizializzazione di questa esecuzione. Non è un'opzione di ripresa dell'addestramento.
Inizializzazione casuale	Non carica i pesi preaddestrati della configurazione: parte da parametri casuali. Richiede comunque una configurazione valida del modello.

Offline, scegliere pesi locali o inizializzazione casuale. La sola presenza della cartella dell'architettura non implica che siano inclusi i pesi preaddestrati.

Tasso di apprendimento e ottimizzatore¶

Il valore iniziale 0 nell'interfaccia indica Usa configurazione: non imposta il tasso del motore a 0. Anche il segnaposto della regolarizzazione non sovrascrive la configurazione.

Usare l'ottimizzatore configurato oppure scegliere Momentum, SGD, Adam o AdamW. Il software adatta la struttura dei parametri: AdamW riceve un decadimento numerico, non il dizionario di regolarizzazione del precedente ottimizzatore.

Pianificazione del tasso di apprendimento	Comportamento
Usa l'impostazione della configurazione	Mantiene milestone, durata complessiva e riscaldamento. Cambiare il numero di epoche non riscrive automaticamente l'intera pianificazione.
Tasso di apprendimento costante	Usa il tasso iniziale della configurazione di questa esecuzione, senza warmup impostato dall'interfaccia.
Annealing coseno	Ricostruisce la pianificazione in base al numero totale di epoche di questa esecuzione. Le epoche di warmup devono essere un intero inferiore al totale.

Aumento dei dati e AMP¶

Mantenere la strategia del modello conserva gli aumenti originali. Disattivare gli aumenti casuali sostituisce quelli di addestramento con la preelaborazione di validazione. Restano normalizzazione, disposizione dei canali e ridimensionamento necessario.

AMP può seguire la configurazione, essere disattivata o attivata. L'attivazione esplicita richiede una GPU; su CPU AMP è disattivata. Seguire la configurazione non garantisce AMP su GPU: decide la configurazione del modello.

Workers e selezione GPU su Windows¶

Il caricamento multiprocesso nativo è limitato nell'ambiente classico Windows. Con workers>0, il software usa thread nel processo isolato per lettura e preelaborazione parallele; 0 mantiene il caricamento originale. Provare 2 o 4: valori maggiori non sono necessariamente più rapidi.

Ogni attività usa una sola GPU NVIDIA selezionata; è possibile scegliere qualsiasi scheda installata, ma l'addestramento congiunto di un modello classico su più GPU in Windows nativo non è supportato. Il processo indipendente normalmente mostra GPU 0 per la mappatura dei dispositivi visibili; ciò non significa che la scelta della scheda fisica sia stata ignorata.

Ogni esecuzione crea una directory indipendente con data e ora sotto la radice di output. Addestramento ed esportazione automatica usano l'ambiente classico indipendente senza modificare gli ambienti moderni o delle anomalie. Per tutti gli intervalli, vedere la tabella dei parametri.