最新版本yolox训练得到的train_log.txt,怎么用tensorboard查看total_loss曲线
时间: 2023-06-16 18:07:14 浏览: 180
要使用Tensorboard查看Yolox训练得到的total_loss曲线,可以按照以下步骤进行:
1. 在训练yolox时,使用--log_iter参数来指定训练日志文件的输出频率。例如,每100个batch输出一次日志文件,则可以设置--log_iter 100。
2. 训练完成后,在终端中使用以下命令启动Tensorboard:tensorboard --logdir=logs/
其中logs/表示日志文件所在的文件夹路径。如果你的日志文件保存在其他路径,需要将logs/替换为相应的文件夹路径。
3. 打开浏览器,访问http://localhost:6006/,就可以在Tensorboard中查看训练日志了。
4. 在Tensorboard页面中,点击SCALARS选项卡,然后选择total_loss,就可以看到total_loss的曲线了。
注意,如果你的train_log.txt不是按照Yolox官方的日志格式输出的,可能需要对train_log.txt进行一些预处理,以便能够被Tensorboard正确解析。具体的处理方法可以参考Tensorboard官方文档。
相关问题
最新版本yolox训练得到的train_log.txt文件,用tensorboard查看total_loss曲线,需要怎么修改yolox/core/trainer.py文件
要查看 YOLOX 最新版本的训练日志的 total_loss 曲线,可以按照以下步骤进行操作:
1. 安装 Tensorboard
如果还没有安装 Tensorboard,可以使用以下命令在终端中安装:
```
pip install tensorboard
```
2. 修改 yolox/core/trainer.py 文件
找到 `train_epoch` 函数,将以下代码:
```python
# log
if self.local_rank == 0:
self.logger.info(
f'Epoch[{self.epoch}/{self.max_epoch}] LR: {self.lr_scheduler.get_lr()[0]:.6f} '
f'Time: {time.time() - st_time:.1f}s Loss: {loss.item():.4f} '
f'reg_loss: {reg_loss.item():.4f} '
f'cls_loss: {cls_loss.item():.4f} '
f'cent_loss: {cent_loss.item():.4f} '
f'total_loss: {total_loss.item():.4f} '
)
```
修改为以下代码:
```python
# log
if self.local_rank == 0:
self.logger.info(
f'Epoch[{self.epoch}/{self.max_epoch}] LR: {self.lr_scheduler.get_lr()[0]:.6f} '
f'Time: {time.time() - st_time:.1f}s Loss: {loss.item():.4f} '
f'reg_loss: {reg_loss.item():.4f} '
f'cls_loss: {cls_loss.item():.4f} '
f'cent_loss: {cent_loss.item():.4f} '
f'total_loss: {total_loss.item():.4f} '
)
writer = self.train_loader.dataset.writer
global_step = self.epoch * len(self.train_loader) + i
writer.add_scalar('Train/total_loss', total_loss.item(), global_step=global_step)
```
这样会在训练过程中将 total_loss 添加到 Tensorboard 的训练日志中。
3. 运行 Tensorboard
在终端中运行以下命令,启动 Tensorboard:
```
tensorboard --logdir /path/to/train_log/
```
其中 `/path/to/train_log/` 是训练日志文件所在的目录。
4. 查看 total_loss 曲线
在浏览器中打开 `http://localhost:6006`,即可查看 Tensorboard,选择 `Scalars` 标签页,选择 `Train/total_loss`,即可查看 total_loss 曲线。
最新版本yolox训练得到的train_log.txt,怎么用tensorboard查看total_loss曲线,需要怎么修改trainer.py文件
您可以使用以下步骤使用Tensorboard查看Yolox的total_loss曲线:
1. 安装Tensorboard:
```
pip install tensorboard
```
2. 在`trainer.py`文件中的`train()`函数中添加以下代码:
```
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter('runs/yolox')
```
这将创建一个Tensorboard的`SummaryWriter`对象,并将日志保存在`runs/yolox`目录下。
3. 在`train()`函数中,将每个epoch的`total_loss`添加到SummaryWriter对象中:
```
for epoch in range(start_epoch, epochs):
...
for i, (images, targets, _) in enumerate(train_loader):
...
loss = ...
writer.add_scalar('Train/total_loss', loss, global_step)
...
```
这将把每个epoch的`total_loss`添加到Tensorboard的`Train/total_loss`标签中。
4. 启动Tensorboard:
```
tensorboard --logdir runs/yolox
```
5. 在浏览器中打开`http://localhost:6006`,查看`Train/total_loss`标签中的曲线。
阅读全文