50 lines
3.0 KiB
Plaintext
50 lines
3.0 KiB
Plaintext
═══════════════════════════════════════════════════════════════════
|
||
Task-specific GCA训练 - 立即启动
|
||
═══════════════════════════════════════════════════════════════════
|
||
|
||
✅ 环境问题已修复
|
||
✅ 预训练模型路径已修复 (从checkpoint恢复无需预训练)
|
||
|
||
═══════════════════════════════════════════════════════════════════
|
||
启动命令 (在Docker容器内执行)
|
||
═══════════════════════════════════════════════════════════════════
|
||
|
||
docker exec -it bevfusion bash
|
||
cd /workspace/bevfusion
|
||
bash START_PHASE4A_TASK_GCA.sh
|
||
|
||
输入 'y' 确认
|
||
|
||
═══════════════════════════════════════════════════════════════════
|
||
修复的问题
|
||
═══════════════════════════════════════════════════════════════════
|
||
|
||
1. ✅ torchpack路径问题
|
||
- 添加环境变量设置
|
||
- 使用 /opt/conda/bin/python
|
||
|
||
2. ✅ 预训练模型问题
|
||
- 从epoch_5.pth恢复，包含完整模型
|
||
- 移除 --model.encoders.camera.backbone.init_cfg.checkpoint
|
||
|
||
═══════════════════════════════════════════════════════════════════
|
||
启动后验证
|
||
═══════════════════════════════════════════════════════════════════
|
||
|
||
查看日志:
|
||
tail -f /data/runs/phase4a_stage1_task_gca/*.log
|
||
|
||
确认Task-specific GCA启用:
|
||
grep "Task-specific GCA mode enabled" /data/runs/phase4a_stage1_task_gca/*.log
|
||
|
||
═══════════════════════════════════════════════════════════════════
|
||
预期性能
|
||
═══════════════════════════════════════════════════════════════════
|
||
|
||
检测: mAP 0.68 → 0.70 (+2.9%)
|
||
分割: mIoU 0.55 → 0.61 (+11%)
|
||
Divider: Dice Loss 0.525 → 0.420 (-20% = 变好!)
|
||
|
||
═══════════════════════════════════════════════════════════════════
|
||
|