Пример #1
0
def parse_arguments():
    parser = argparse.ArgumentParser()

    app.add_setup_data_args(parser)
    app.add_instance_arguments(parser)
    app.add_train_args(parser)
    app.add_tracker_config_args(parser)
    app.add_eval_args(parser)
    app.add_slurm_args(parser)

    parser.add_argument('--loglevel',
                        default='info',
                        help='debug, info, warning')

    parser.add_argument('-n',
                        '--num_trials',
                        type=int,
                        default=1,
                        help='number of repetitions')
    parser.add_argument('--optimize_dataset',
                        default='pool_val-full',
                        help='eval_dataset to use to choose model')
    parser.add_argument('--optimize_metric',
                        default='TRE_3_iou_seq_mean',
                        help='metric to optimize for')

    parser.add_argument('--model_params',
                        type=json.loads,
                        default={},
                        help='JSON string specifying model')
    parser.add_argument('--resume', action='store_true')

    return parser.parse_args()
Пример #2
0
def parse_arguments():
    parser = argparse.ArgumentParser()

    app.add_setup_data_args(parser)
    app.add_instance_arguments(parser)
    app.add_train_args(parser)
    app.add_tracker_config_args(parser)
    app.add_eval_args(parser)
    app.add_slurm_args(parser)

    parser.add_argument('--loglevel', default='info', help='debug, info, warning')
    parser.add_argument('--verbose_train', action='store_true')

    parser.add_argument('-n', '--num_trials', type=int, default=1,
                        help='number of repetitions')
    parser.add_argument('--desired_contexts', type=float, nargs='+', default=[1.0, 2.0, 4.0])

    parser.add_argument('--target_size', type=int, default=64)
    parser.add_argument('--desired_search_radius', type=float, default=1)
    parser.add_argument('--arg_max_eps', type=float, default=0.01,
                        help='Epsilon for finding arg max in multi-scale sliding-window search')

    default_loss_params = dict(method='sigmoid',
                               params=dict(balanced=True,
                                           label_method='gaussian',
                                           label_params=dict(sigma=0.2)))
    parser.add_argument('--loss_params', type=json.loads,
                        default=json.dumps(default_loss_params))

    parser.add_argument('--optimize_dataset', default='pool_val-full',
                        help='eval_dataset to use to choose model')
    parser.add_argument('--optimize_metric', default='TRE_3_iou_seq_mean',
                        help='metric to optimize for')

    return parser.parse_args()
Пример #3
0
def parse_arguments():
    parser = argparse.ArgumentParser()

    app.add_setup_data_args(parser)
    app.add_instance_arguments(parser)
    app.add_train_args(parser)
    app.add_tracker_config_args(parser)
    app.add_eval_args(parser)
    app.add_slurm_args(parser)

    parser.add_argument('--loglevel',
                        default='info',
                        help='debug, info, warning')
    parser.add_argument('--verbose_train', action='store_true')

    parser.add_argument('-n',
                        '--num_trials',
                        type=int,
                        default=1,
                        help='number of repetitions')
    parser.add_argument('--track_metrics',
                        nargs='+',
                        default=['TRE_3_iou_seq_mean'])
    parser.add_argument('--train_metrics',
                        nargs='+',
                        default=['loss', 'dist', 'iou'])

    return parser.parse_args()
Пример #4
0
def parse_arguments():
    parser = argparse.ArgumentParser()

    app.add_setup_data_args(parser)
    app.add_instance_arguments(parser)
    app.add_train_args(parser)
    app.add_tracker_config_args(parser)
    app.add_eval_args(parser)
    app.add_slurm_args(parser)

    parser.add_argument('--loglevel',
                        default='info',
                        help='debug, info, warning')
    parser.add_argument('--verbose_train', action='store_true')

    default_loss_params = dict(method='sigmoid',
                               params=dict(balanced=True,
                                           pos_weight=1,
                                           label_method='hard',
                                           label_params=dict(
                                               positive_radius=0.3,
                                               negative_radius=0.3)))
    parser.add_argument('--loss_params',
                        type=json.loads,
                        default=default_loss_params,
                        help='Loss function')
    default_optimizers = ['sgd', 'momentum_0.9', 'rmsprop', 'adam']
    parser.add_argument('--optimizers',
                        nargs='+',
                        default=default_optimizers,
                        help='Subset of optimizers to consider')

    parser.add_argument('-n',
                        '--num_trials',
                        type=int,
                        default=1,
                        help='number of repetitions')
    parser.add_argument('--track_metrics',
                        nargs='+',
                        default=['OPE_iou_seq_mean', 'TRE_3_iou_seq_mean'])
    parser.add_argument('--train_metrics',
                        nargs='+',
                        default=['loss', 'dist', 'iou'])

    return parser.parse_args()
Пример #5
0
def parse_arguments():
    parser = argparse.ArgumentParser()

    app.add_setup_data_args(parser)
    app.add_instance_arguments(parser)
    app.add_train_args(parser)
    app.add_tracker_config_args(parser)
    app.add_eval_args(parser)
    app.add_slurm_args(parser)

    parser.add_argument('--loglevel',
                        default='info',
                        help='debug, info, warning')
    parser.add_argument('--verbose_train', action='store_true')

    parser.add_argument('--radius',
                        type=float,
                        nargs='+',
                        default=[0.05, 0.1, 0.2, 0.3, 0.5],
                        help='Radius of loss function')
    parser.add_argument('--loss_families',
                        nargs='+',
                        default=['sigmoid', 'softmax', 'max_margin'])
    parser.add_argument('--sigmoid_pos_weights',
                        type=float,
                        nargs='+',
                        default=[0.1, 1.0])
    parser.add_argument('--labels',
                        nargs='+',
                        default=['hard_binary', 'gaussian'])
    parser.add_argument('-n',
                        '--num_trials',
                        type=int,
                        default=1,
                        help='number of repetitions')

    parser.add_argument('--optimize_dataset',
                        default='pool_val-full',
                        help='eval_dataset to use to choose model')
    parser.add_argument('--optimize_metric',
                        default='TRE_3_iou_seq_mean',
                        help='metric to optimize for')

    return parser.parse_args()