We used the MMDetection framework f

We used the MMDetection framework for model training based on PyTorch [42,46].The optimizer was Stochastic Gradient Descent (SGD), the momentum was set to 0.9, andthe weight decay was set to 0.0001. The total number of epochs was 30. The learning ratewas 1 × 10−2 and the batch size was 2. For joint training, the learning rate was 1 × 10−2 andthe batch size was 4. In total, 500 steps were used for the warm-up. The learning ratewould decrease linearly according to the epoch, and the decrease ratio was 10, in epoch16 and epoch 19, respectively. Experiments were run on RTX 3090 GPU

ผลลัพธ์ (ไทย) 1:

เราใช้กรอบงาน MMDetection สำหรับการฝึกโมเดลโดยใช้ PyTorch [42,46] เครื่องมือเพิ่มประสิทธิภาพคือ Stochastic Gradient Descent (SGD) โมเมนตัมตั้งไว้ที่ 0.9 และการสลายตัวของน้ำหนักตั้งไว้ที่ 0.0001 จำนวนยุคทั้งหมดคือ 30 อัตราการเรียนรู้คือ 1 × 10−2 และขนาดชุดคือ 2 สำหรับการฝึกอบรมร่วมกัน อัตราการเรียนรู้คือ 1 × 10−2 และขนาดชุดคือ 4 รวมทั้งหมด 500 ก้าว ใช้สำหรับอุ่นเครื่อง อัตราการเรียนรู้จะลดลงเชิงเส้นตรงตามยุค และอัตราส่วนการลดลงคือ 10 ในยุค16 และยุค 19 ตามลำดับ การทดลองดำเนินการบน RTX 3090 GPU

ผลลัพธ์ (ไทย) 2:

เราใช้ MMDetection Framework ตาม PyTorch [42, 46] สำหรับการฝึกอบรมแบบจำลอง
Optimizer คือการไล่ระดับสีแบบสุ่ม (SGD) ที่มีการตั้งค่าโมเมนตัมที่ 0.9
ตั้งค่าการลดทอนน้ำหนักที่ 0.0001 ยอดรวมที่สร้างยุคคือ 30 อัตราการเรียนรู้
× 10 × 2 ขนาดล็อตคือ 2 สำหรับการฝึกร่วมอัตราการเรียนรู้ 1 × 10 × 2
ขนาดล็อตคือ 4 โดยใช้ขั้นตอนในการอุ่นเครื่องทั้งหมด 500 ขั้นตอน อัตราการเรียนรู้
อัตราการลดลงในปฏิทิน 10 ขึ้นอยู่กับการลดลงเชิงเส้นของปฏิทิน
16 และ 19 การทดลองทำงานบน RTX 3090 GPU

ผลลัพธ์ (ไทย) 3:

เราใช้กรอบการตรวจสอบMMตามPyTorch [ 42,46 ]สําหรับการฝึกอบรมแบบจําลอง
ตัวเพิ่มประสิทธิภาพคือการไล่ระดับสีแบบสุ่ม( SGD )โมเมนตัมถูกตั้งค่าเป็น0.9และ
การลดน้ําหนักถูกตั้งไว้ที่0.0001 จํานวนรวมของยุคคือ 30. อัตราการเรียนรู้
เป็น 1x102 เป็นจํานวนแบทช์ 2. สําหรับการฝึกร่วมกัน อัตราการเรียนรู้คือ 1x102
ขนาดแบทช์คือ 4. การอุ่นเครื่องใช้เวลาทั้งหมด 500 ก้าว. อัตราการเรียนรู้
จะลดลงเป็นเส้นตรงตามช่วงเวลาและอัตราการลดลงในช่วงเวลาคือ10
16 และช่วง 19. การทดลองทํางานบนโปรเซสเซอร์กราฟิกRTX 3090