-
Notifications
You must be signed in to change notification settings - Fork 0
/
run.sh
48 lines (35 loc) · 3.44 KB
/
run.sh
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
eval "$(conda shell.bash hook)"
conda activate openmmlab
# train with pose
#python train.py --modelname tf_efficientnetv2_m_in21k --img_size 256 --batch_size 48 --use_pose --use_log --use_wandb
#python train.py --modelname tf_efficientnetv2_s_in21k --img_size 256 --batch_size 48 --use_pose --use_log --use_wandb
#python train.py --modelname tf_efficientnetv2_l_in21k --img_size 256 --batch_size 16 --use_pose --use_log --use_wandb
# train with image
#python train.py --modelname tf_efficientnetv2_m_in21k --img_size 256 --batch_size 48 --use_log --use_wandb
#python train.py --modelname tf_efficientnetv2_s_in21k --img_size 256 --batch_size 48 --use_log --use_wandb
#python train.py --modelname tf_efficientnetv2_l_in21k --img_size 256 --batch_size 16 --use_log --use_wandb
# train 3 view image
# python train/three_view/train_3view.py --modelname tf_efficientnetv2_s_in21k --img_size 256 --batch_size 16 --use_log --use_wandb
# python train/three_view/train_3view.py --modelname tf_efficientnetv2_m_in21k --img_size 256 --batch_size 16 --use_log --use_wandb
# python train/three_view/train_3view.py --modelname tf_efficientnetv2_l_in21k --img_size 256 --batch_size 8 --use_log --use_wandb
#python train.py --modelname tf_efficientnetv2_l_in21k --img_size 256 --batch_size 16 --use_pose --use_log --use_wandb
## Train alpla
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.25
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.5
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.75
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.25 --h_dim 32
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.5 --h_dim 32
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.75 --h_dim 32
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.25 --h_dim 128
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.5 --h_dim 128
#CUDA_VISIBLE_DEVICES=0 python train/alpha_concat/train_alpha.py --img_size 256 --batch_size 12 --use_log --use_wandb --alpha 0.75 --h_dim 128
## Train concat
#CUDA_VISIBLE_DEVICES=0 python train/concat_alpha/train_concat.py --img_size 256 --batch_size 12 --use_log --use_wandb --h_dim 32
#CUDA_VISIBLE_DEVICES=0 python train/concat_alpha/train_concat.py --img_size 256 --batch_size 12 --use_log --use_wandb --h_dim 64
#CUDA_VISIBLE_DEVICES=0 python train/concat_alpha/train_concat.py --img_size 256 --batch_size 12 --use_log --use_wandb --h_dim 128
## train with vgg backbone
#python train.py --modelname vgg16_bn.tv_in1k --img_size 224 --batch_size 16 --use_pose --use_log --use_wandb
#python train.py --modelname vgg16_bn.tv_in1k --img_size 224 --batch_size 48 --use_log --use_wandb
## Train with resnet backbone
CUDA_VISIBLE_DEVICES=0 python train.py --modelname resnet50.a1_in1k --img_size 256 --batch_size 48 --use_pose --use_log --use_wandb
CUDA_VISIBLE_DEVICES=0 python train.py --modelname resnet50.a1_in1k --img_size 256 --batch_size 48 --use_log --use_wandb