文档首页> 自动驾驶云服务 Octopus> 用户指南> 训练服务> 算法管理> 算法文件说明
更新时间：2024-07-03 GMT+08:00
查看PDF
分享

算法文件说明

用户可将本地算法文件包上传到Octopus平台，算法文件包需要满足一定要求，请详细阅读本节，有助于用户快速完成算法开发。

算法文件基本要求

算法文件目录结构可参考如下，需要包括启动文件“xxx.py”（启动文件名可自定义），以及一些必要的训练文件。

  • 启动文件（必选）

    算法的启动文件，直接填写相对路径，如 “main.py” 或“tools/main.py”。

  • 需要编译的依赖（可选）

    如果使用了第三方的需要编译的算法库，将编译脚本或编译产物或依赖库添加到算法文件根目录下。推荐将通用依赖编译安装操作放在算法绑定的用户自定义镜像。

算法训练运行态不支持动态联网安装依赖，包括但不限于apt/apt-get/pip等命令，建议提前安装在自定义镜像中。

相关参数说明

表1 相关参数说明

名称

环境变量

默认值

备注

数据集目录

DATASET

/tmp/data/dataset

数据集在训练任务中的存放路径，可自行获取各种数据集信息。

模型存放目录

RESULT

/tmp/result

训练产物的存放路径，产物输出到此路径后，在任务结束时。可在任务详情页的输出模型版本中浏览及执行各种操作。

增量训练模型目录

MODEL

/tmp/data/model

待增量模型版本在训练任务中的存放路径，可自行获取模型文件信息。

多数据集训练时，数据集分别命名为“dataset-0”，“dataset-1” ，实际路径为/tmp/data/dataset/dataset-0和/tmp/data/dataset/dataset-1 (DATASET环境变量始终保持/tmp/data/dataset不变)。

推荐使用环境变量获取以上变量，获取方式为

# 获取数据集总目录
DATASET_DIR = os.getenv(“DATASET”)
# 训练任务最多可使用5个数据集，通过迭代方式获取每个数据集路径
DATASETS_DIR_LIST = [os.path.join(DATASET_DIR), path for path in os.listdir(DATASET_DIR)]
)
父主题： 算法管理
分享：

    相关文档

    相关产品