0

我对此有点陌生。我正在尝试通过在搜索空间中指定不同的模型来使用 gluoncv 自动对象检测模块（超参数调整）参考：https ://cv.gluon.ai/build/examples_auto_module/demo_auto_detection.html

from gluoncv.auto.tasks.object_detection import ObjectDetection
import autogluon.core as ag

train = ObjectDetection.Dataset.from_voc(
    'https://autogluon.s3.amazonaws.com/datasets/tiny_motorbike.zip')
train, val, test = train.random_split(val_size=0.1, test_size=0.1)

time_limits = 60 * 60  # 1hr

search_args = {'lr': ag.Categorical(1e-3, 1e-2),
               'num_trials': 4,
               'epochs': 10,
               'num_workers': 16,
               'batch_size': 4,
               'ngpus_per_trial': 1,
               'search_strategy': 'random',
               'time_limits': time_limits}


task = ObjectDetection(search_args)
detector = task.fit(train, val)

我想在上面的 search_args（搜索参数）中指定模型，例如 center_net_resnet50_v1b_coco、faster_rcnn_resnet50_v1b_coco 等（或来自 mxnet 的类似模型）。如何在搜索参数中添加此选项，以便返回指定数据集的最佳模型？参考链接：https ://cv.gluon.ai/build/examples_auto_module/demo_auto_detection.html

4

0 回答 0