mmdetection3Dの命名規則
以下のような形で決められています。
{model}_[model setting]_{backbone}_{neck}_[norm setting]_[misc]_[batch_per_gpu x gpu]_{schedule}_{dataset}
それぞれ説明します。
各パラメータの説明
- model
モデルの名前
- model_setting
より具体的なモデルのセッティング
- backbone
バックボーンに使用しているモデルについて
- neck
ヘッドとバックボーンの間に挿入する機構のこと
-
- SECFPN
- norm setting
バッチノーマライゼーションの手法
-
gnグループノーマライゼーションsbn(Synchronized Batch Normalization).gn-head/gn-neckindicates GN is applied in head/neck only, whilegn-allmeans GN is applied in the entire model, e.g. backbone, neck, head.
- misc
モデルのその他の設定やプラグイン、たとえば、"strong-aug" はトレーニング用のより強力なデータ拡張戦略を使用することを意味する。
GPUごとのサンプル数とGPUの数。デフォルトでは "4x8" が使用される。
- schedule
トレーニングスケジュールで、オプションは "1x"、"2x"、"20e" などがある。"1x" および "2x" はそれぞれ12エポックと24エポックを意味し、"20e" はカスケードモデルで採用されており、20エポックを示す。"1x/2x" の場合、初期学習率は8/16番目および11/22番目のエポックで10の係数で減衰し。20e" の場合、初期学習率は16番目と19番目のエポックで10の係数で減衰する。
- dataset
データセットは "nus-3d"、"kitti-3d"、"lyft-3d"、"scannet-3d"、"sunrgbd-3d" など。複数の設定がある場合は、使用するクラスの数も示す。たとえば、"kitti-3d-3class" と "kitti-3d-car" は、それぞれ3つのクラスと1つのクラスでKITTIデータセットをトレーニングすることを意味する。
