-
Notifications
You must be signed in to change notification settings - Fork 8
/
Copy pathconfigs.py
142 lines (124 loc) · 6.9 KB
/
configs.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
"""
Configurations for object detectors
Fred Zhang <frederic.zhang@anu.edu.au>
The Australian National University
Microsoft Research Asia
"""
import argparse
import numpy as np
def base_detector_args():
"""Arguments for building the base detector DETR"""
parser = argparse.ArgumentParser(add_help=False)
# Backbone
parser.add_argument('--backbone', default='resnet50', type=str)
parser.add_argument('--dilation', action='store_true')
parser.add_argument('--position-embedding', default='sine', type=str, choices=('sine', 'learned'))
# Transformer
parser.add_argument('--hidden-dim', default=256, type=int)
parser.add_argument('--enc-layers', default=6, type=int)
parser.add_argument('--dec-layers', default=6, type=int)
parser.add_argument('--dim-feedforward', default=2048, type=int)
parser.add_argument('--dropout', default=0.1, type=float)
parser.add_argument('--nheads', default=8, type=int)
parser.add_argument('--num-queries', default=100, type=int)
parser.add_argument('--pre-norm', action='store_true')
# Training
parser.add_argument('--lr-head', default=1e-4, type=float)
parser.add_argument('--lr-drop', default=20, type=int)
parser.add_argument('--lr-drop-factor', default=.2, type=float)
parser.add_argument('--epochs', default=30, type=int)
parser.add_argument('--batch-size', default=16, type=int)
parser.add_argument('--weight-decay', default=1e-4, type=float)
parser.add_argument('--clip-max-norm', default=.1, type=float)
# Loss
parser.add_argument('--no-aux-loss', dest='aux_loss', action='store_false')
parser.add_argument('--set-cost-class', default=1, type=float)
parser.add_argument('--set-cost-bbox', default=5, type=float)
parser.add_argument('--set-cost-giou', default=2, type=float)
parser.add_argument('--bbox-loss-coef', default=5, type=float)
parser.add_argument('--giou-loss-coef', default=2, type=float)
parser.add_argument('--eos-coef', default=0.1, type=float,
help="Relative classification weight of the no-object class")
# Misc.
parser.add_argument('--device', default='cuda',
help='device to use for training / testing')
parser.add_argument('--dataset', default='hicodet', type=str)
parser.add_argument('--partitions', nargs='+', default=['train2015', 'test2015'], type=str)
parser.add_argument('--num-workers', default=2, type=int)
parser.add_argument('--data-root', default='./hicodet')
parser.add_argument('--output-dir', default='checkpoints')
parser.add_argument('--pretrained', default='', help='Path to a pretrained detector')
parser.add_argument('--print-interval', default=100, type=int)
return parser
def advanced_detector_args():
"""Arguments for building advanced variants of DETR"""
parser = argparse.ArgumentParser(add_help=False)
# Backbone
parser.add_argument('--backbone', default='resnet50', type=str)
parser.add_argument('--dilation', action='store_true')
parser.add_argument('--position-embedding', default='sine', type=str, choices=('sine', 'learned'))
parser.add_argument('--position-embedding-scale', default=2 * np.pi, type=float,
help="position / size * scale")
parser.add_argument('--num-feature-levels', default=4, type=int, help='number of feature levels')
parser.add_argument("--drop-path-rate", default=0.2, type=float)
parser.add_argument("--pretrained_backbone_path", default=None, type=str)
# Transformer
parser.add_argument('--hidden-dim', default=256, type=int)
parser.add_argument('--enc-layers', default=6, type=int)
parser.add_argument('--dec-layers', default=6, type=int)
parser.add_argument('--dim-feedforward', default=2048, type=int)
parser.add_argument('--dropout', default=.0, type=float)
parser.add_argument('--nheads', default=8, type=int)
parser.add_argument("--num-queries-one2one", default=300, type=int,
help="Number of query slots for one-to-one matching",)
# Hybrid matching settings
parser.add_argument('--num-queries-one2many', default=0, type=int,
help="Number of query slots for one-to-many matchining",)
# Segmentation
parser.add_argument('--masks', action="store_true")
# Deformable transformer
parser.add_argument('--dec-n-points', default=4, type=int)
parser.add_argument('--enc-n-points', default=4, type=int)
parser.add_argument('--no-box-refine', dest="with_box_refine",
default=True, action='store_false')
parser.add_argument('--no-two-stage', dest="two_stage",
default=True, action='store_false')
# Tricks
parser.add_argument("--no-mixed-selection", dest="mixed_selection",
action="store_false", default=True)
parser.add_argument("--no-look-forward-twice", dest="look_forward_twice",
action="store_false", default=True)
# Training
parser.add_argument('--lr-head', default=1e-4, type=float)
parser.add_argument('--lr-backbone', default=0., type=float)
parser.add_argument('--lr-drop', default=20, type=int)
parser.add_argument('--lr-drop-factor', default=.2, type=float)
parser.add_argument('--epochs', default=30, type=int)
parser.add_argument('--batch-size', default=16, type=int)
parser.add_argument('--weight-decay', default=1e-4, type=float)
parser.add_argument('--clip-max-norm', default=.1, type=float)
parser.add_argument("--use-checkpoint", default=False, action="store_true")
# Evaluation
parser.add_argument("--topk", default=100, type=int)
# Loss
parser.add_argument('--no-aux-loss', dest='aux_loss', action='store_false')
parser.add_argument('--set-cost-class', default=2, type=float)
parser.add_argument('--set-cost-bbox', default=5, type=float)
parser.add_argument('--set-cost-giou', default=2, type=float)
parser.add_argument("--mask-loss-coef", default=1, type=float)
parser.add_argument("--dice-loss-coef", default=1, type=float)
parser.add_argument("--cls-loss-coef", default=2, type=float)
parser.add_argument('--bbox-loss-coef', default=5, type=float)
parser.add_argument('--giou-loss-coef', default=2, type=float)
parser.add_argument("--focal-alpha", default=0.25, type=float)
# Misc.
parser.add_argument('--device', default='cuda',
help='device to use for training / testing')
parser.add_argument('--dataset', default='hicodet', type=str)
parser.add_argument('--partitions', nargs='+', default=['train2015', 'test2015'], type=str)
parser.add_argument('--num-workers', default=2, type=int)
parser.add_argument('--data-root', default='./hicodet')
parser.add_argument('--output-dir', default='checkpoints')
parser.add_argument('--pretrained', default='', help='Path to a pretrained detector')
parser.add_argument('--print-interval', default=100, type=int)
return parser