4evernuts / 1000_face_keypoints Goto Github PK

Как запускать: 0) Установка пакетов:
pip install -r requirements.txt

1. Создание датасетов при каждом запуске скрипта занимало 20 минут, так что сохраняем датасеты в один файл:
   python save_datasets.py --data "PATH_TO_DATA"
2. Поиск гиперпараметров:
   Запускаем следующий скрипт много раз с разными параметрами, пытаемся минимизировать валидационный лосс (оптимайзер тоже следовало бы добавить в параметры, но руки не дошли, так что менял его в коде) на исходном train-val разбиении:
   python hack_train.py --name=resnext50_32x4d --data="PATH_TO_DATA" -e=30 --gpu --batch-size=512 -lr=0.001
   Результаты можно посмотреть в stats.xlsx
3. Тренировка фолдов:
   Когда нашли оптимальный сетап, объединяем train и val датасеты, и делим на 5 фолдов. Это делается добавлением параметров fold-prefix (номер эксперимента) и fold (номер фолда):
   python hack_train.py --name=resnext50_32x4d --data="PATH_TO_DATA" -e=30 --gpu --batch-size=512 -lr=0.001 --fold=0 --fold-prefix=0
   Затем усредняем предсказания кодом из Create_folds_submission.ipynb, часть Averaging prediction