實(shí)驗(yàn)一RTMPose-M 在 CrowdPose 上的 baseline 訓(xùn)練實(shí)驗(yàn)準(zhǔn)備設(shè)備情況單張 NVIDIA GeForce RTX 507012 GB 專用顯存官方配置里的batch_size64/GPU很可能不適合直接照搬。結(jié)合你剛才的配置我建議第一次 baseline先用 batch_size32 試跑如果 CUDA OOM再降到 16。你的官方配置基準(zhǔn)總 batch 是8×64512并且已經(jīng)寫了auto_scale_lr dict(base_batch_size512)所以單卡訓(xùn)練時(shí)可以讓 MMPose 自動(dòng)按實(shí)際 batch 縮放學(xué)習(xí)率。例如先不要修改原始 config直接命令行覆蓋python tools/train.py configs/body_2d_keypoint/rtmpose/crowdpose/rtmpose-m_8xb64-210e_crowdpose-256x192.py --work-dir work_dirs/baseline_rtmpose_m_crowdpose --amp --auto-scale-lr --cfg-options train_dataloader.batch_size32當(dāng)前虛擬環(huán)境mmcv未安裝Python 包albumentationspip install albumentations1.3.1安裝完先檢查python -c import albumentations as A; print(A.__version__)xtcocotools的 C 擴(kuò)展_mask在編譯時(shí)使用的 NumPy API 版本與當(dāng)前環(huán)境中 NumPy 的版本不匹配強(qiáng)制重新編譯_mask擴(kuò)展使其匹配當(dāng)前 NumPy。pip uninstall xtcocotools pip install --no-build-isolation --no-binary xtcocotools xtcocotools python -c import xtcocotools; print(OK)實(shí)驗(yàn)輸出1.baseline結(jié)果文件路徑--work-dir work_dirs/baseline_rtmpose_m_crowdposertmpose-m_8xb64-210e_crowdpose-256x192.py本次實(shí)驗(yàn)實(shí)際使用的配置文件副本。訓(xùn)練啟動(dòng)時(shí) MMPose 自動(dòng)保存用于復(fù)現(xiàn)實(shí)驗(yàn)。best_crowdpose_AP_epoch_110.pth驗(yàn)證集 AP 最優(yōu)的模型權(quán)重產(chǎn)生于第 110 個(gè) epoch約 123 MB。做正式測(cè)試、推理或作為后續(xù)改進(jìn)方法的基線權(quán)重時(shí)通常優(yōu)先用它。epoch_210.pth第 210 個(gè) epoch 結(jié)束時(shí)保存的 checkpoint約 243 MB。它除了模型參數(shù)外通常還包含優(yōu)化器、學(xué)習(xí)率調(diào)度器等訓(xùn)練狀態(tài)主要用于斷點(diǎn)續(xù)訓(xùn)。last_checkpoint文本指針文件內(nèi)容指向epoch_210.pth供訓(xùn)練程序自動(dòng)判斷從哪個(gè) checkpoint 恢復(fù)。20260828_105142/、20260828_152621/、20260828_152837/等目錄每次啟動(dòng)訓(xùn)練或測(cè)試時(shí)MMPose/MMEngine 生成的按時(shí)間戳區(qū)分的日志目錄。下文的時(shí)間戳文件時(shí)間戳/時(shí)間戳.log訓(xùn)練或測(cè)試過(guò)程的文字日志例如 epoch、loss、學(xué)習(xí)率、評(píng)估指標(biāo)、報(bào)錯(cuò)信息等。時(shí)間戳/vis_data/config.py此次運(yùn)行使用的完整配置快照通常會(huì)比原配置更完整包含繼承配置展開后的最終參數(shù)。時(shí)間戳/vis_data/時(shí)間戳.json結(jié)構(gòu)化訓(xùn)練日志記錄每次迭代或每輪驗(yàn)證的指標(biāo)數(shù)據(jù)。scalars.json可視化標(biāo)量記錄例如訓(xùn)練損失、學(xué)習(xí)率、驗(yàn)證 AP 等TensorBoard 或其他可視化工具可讀取或轉(zhuǎn)換它。中最關(guān)鍵的兩個(gè)文件是繼續(xù)訓(xùn)練使用 epoch_210.pth做最終測(cè)試、報(bào)告實(shí)驗(yàn)結(jié)果通常使用 best_crowdpose_AP_epoch_110.pth。注意epoch_210.pth是訓(xùn)練最后一次保存的權(quán)重并不必然是驗(yàn)證集性能最好的權(quán)重從文件名看你這次實(shí)驗(yàn)的最佳 AP 出現(xiàn)在第 110 個(gè) epoch。