创建CV大模型训练任务
创建CV大模型微调任务
创建CV大模型微调任务步骤如下:
- 登录ModelArts Studio大模型开发平台,在“我的空间”模块,单击进入所需空间。
- 在左侧导航栏中选择“模型开发 > 模型训练”,单击右上角“创建训练任务”。
- 在“创建训练任务”页面,参考表1完成训练参数设置。
其中,“训练参数”展示了各场景涉及到的全部参数,请根据具体前端页面展示的参数进行设置。
表1 CV大模型微调参数说明 参数分类
训练参数
说明
训练配置
模型来源
选择“盘古大模型”。
模型类型
选择“CV大模型”。
训练类型
选择“微调”。
基础模型
选择所需微调的基础模型。
训练参数
数据集
训练数据集。
自定义L1预训练模型目录
自定义预训练模型所在的OBS路径。
训练轮数
表示完成全部训练数据集训练的次数。每个轮次都会遍历整个数据集一次。
是否使用自定义L1预训练模型
是否使用自定义预训练模型进行训练,模型为用户与服务共建,详情请联系客服。
热身轮次
表示在模型训练初期,逐步增加学习率到预设值的训练轮次,用于帮助模型在训练初期稳定收敛,避免大幅度的参数更新导致不稳定的学习过程。
锚框的长边和短边的比例
定义检测物体锚框的长宽比。通过设置不同的长短比例,模型可以更好地适应多种尺寸和形状的物体。
锚框大小
指锚框的初始尺寸。锚框是物体检测中的一个关键概念,通过合理设置,可以帮助模型检测出多种尺寸的目标。
框重叠比例阈值
用于判定模型预测的边界框与真实边界框之间是否为同一物体。该阈值用于计算IoU(交并比),影响模型的精确度。
热身轮次
表示在模型训练初期,逐步增加学习率到预设值的训练轮次,用于帮助模型在训练初期稳定收敛,避免大幅度的参数更新导致不稳定的学习过程。
热身阶段学习率
热身轮次中使用的初始学习率。
优化器
优化器参数用于更新模型的权重。
- sgd(随机梯度下降法)是深度学习中常用的优化算法之一,尤其适用于大规模数据集的训练。
权重衰减
用于防止模型过拟合。在更新模型权重时,它会对模型参数施加惩罚,使得权重值趋于较小,从而提高模型的泛化性能。
滑动平滑训练
一种训练策略,通过在模型预测的标签上添加少量噪声来避免过拟合,常用于提升模型在测试数据集上的泛化能力。
极大值抑制阈值
在预测多个边界框时,用于去除高度重叠的边界框。此阈值控制相似的边界框保留的条件。
类别无关极大值抑制开关
决定是否在不同类别中应用极大值抑制阈值。
资源配置
训练单元
创建当前训练任务所需的训练单元数量。
订阅提醒
订阅提醒
该功能开启后,系统将在任务状态更新时,通过短信或邮件将提醒发送给用户。
基本信息
名称
训练任务名称。
描述
训练任务描述。
- 参数填写完成后,单击“立即创建”。
- 创建好训练任务后,页面将返回“模型训练”页面,可随时查看当前任务的状态。