MMdetection如何保存最优的checkpoint文件
以目标检测为例，进入到
configs/_base_/datasets/coco_detection.py
将evaluation = dict(interval=1, metric='bbox')改为evaluation = dict(interval=1, metric='bbox', save_best='auto')即可。
但是不建议这样做，防止以后忘记这次更改的数据。建议可以从自己每次单独训练的.py文件进行更改。
先来看用训练好的checkpoint文件跑test.py脚本的输出结果
最下方会输出一个有序字典OrderedDict，我们可以指定相关的键来保存最好的模型。
需要的操作就是在配置文件中进行如下修改：
例如，训练路径下atss_r50_fpn_1x_coco.py文件中的evaluation = dict(interval=1, metric='bbox') 改为evaluation = dict(interval=1, metric='bbox', save_best='auto')即可。
需要注意的是，save_best用于指定对应的键，'auto'是指保留第一个键对应最大值的checkpoint文件，即'bbox_mAP'（对应coco评价指标的第一行），也可以指定save_best='bbox_mAP_50'（coco评价指标的第二行）保留最大checkpoint文件。
保存的checkpoint文件路径在work_dir中，命名格式如下：
这样在训练过程中会自动保存自己指定指标最高的checkpoint文件。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
