计算 detectorron2 的 MAX_ITER：更快的 R-CNN 训练

Question

给定一个包含 5000 张图像的数据集，分为训练集 (4000)、验证集 (500) 和测试集 (500)，我的目标是使用 detectorron2 训练 Faster R-CNN 模型超过 150 个时期，批量大小为 16。如何才能我根据这些参数计算 MAX_ITER 的适当值，代表最大迭代次数？

想要获取max_iteration数

Answer 1

Detectron2 默认情况下将利用批次中所有图像计算的损失来调整模型的权重。所以这是计算：

对于训练集（4000张图像）：

如果一批中有 16 张图像 (

SOLVER.IMS_PER_BATCH = 16

)，则需要 4000/16 = 250 次迭代来处理训练集中的所有图像。因此，250 次迭代 = 1 epoch。

因此，对于训练 150 个 epoch，您将需要 250*150=37,500 次迭代。所以你必须设置

SOLVER.MAX_ITER = 37500

类似地，对于验证集（每个 500 张图像），您将需要 (500/16)*150 = 4800 次迭代。

注意：我们最终得到的值为 4800，因为 500/16 给出的是 31.25。因此，我们必须进行舍入并运行 32 次迭代来训练整个验证集。最后，32150 为我们提供了 4800 次迭代。*