Управление тренировкой производится через конфиг файлы в соответсвующей папке. В папке inference лежит все необходимое для инференса (dvc файлы модели и порогов thresholds)
poetry, dvc, black, wandb
pytorch, pytorch-lightning, albumentations, torchmetrics, iterative-stratification
onnx, onnxruntime
pip install poetry
make install_c_libs
make install
- здесь
- либо подключится к dvc и сделать
dvc pull
Все параметры лежат в конфиге. После тренировки модель конвертируется в ONNX и так же автоматически вычисляются пороги для оптимальный классификации.
make train
poetry run python -m src.convert path/to/model path/to/converted/model
poetry run python -m src.onnx_predict path/to/image path/to/onnxmodel
-
Инициализация DVC
В директории проекта пишем команды:
make dvc-init_dvc
или руками
dvc init --no-scm dvc remote add --default $(DVC_REMOTE_NAME) "your url here"$(USERNAME)/dvc_files dvc remote modify $(DVC_REMOTE_NAME) user $(USERNAME) dvc config cache.type hardlink,symlink
- Добавление модели
dvc add modelname dvc push # отправляем на сервер
для тестов используется pytest
make test
make test-coverage
WandB тык