此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ArchiveOnTrainEnd
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

archive_on_train_end

最后更新
Python API: luxonis_train.callbacks.archive_on_train_end在训练结束时创建 NN 存档。

类

ArchiveOnTrainEnd

在训练结束时创建 NN 存档。此回调会存档早期导出的 ONNX 文件,例如 ExportOnTrainEnd 的文件,该文件在 trainer.callbacks 中位于其之前。如果没有此类文件,它会首先导出最佳检查点。NeedsCheckpoint 的 preferred_checkpoint 参数选择最佳主要指标或最低验证损失。ConvertOnTrainEnd 也会构建存档。当 trainer.callbacks 列出活动的 ConvertOnTrainEnd 时,配置会停用此回调。trainer.smart_cfg_auto_populate 添加的 ConvertOnTrainEnd 不会停用它。

方法

on_train_end
Python
1def on_train_end(_: pl.Trainer, pl_module: lxt.LuxonisLightningModule):
从模型的 ONNX 文件构建 NN 存档。当 trainer.fit 结束时,Lightning 会调用此钩子一次。该钩子会获取 LuxonisModel.export 为 pl_module.core 写入的最后一个 ONNX 文件。当没有 ONNX 导出运行时,该钩子会使用 NeedsCheckpoint.get_checkpoint 选择一个检查点,并首先将其导出为 ONNX。然后,它将 ONNX 文件传递给 LuxonisModel.archive,后者将存档写入 <run_save_dir>/archive。当 archiver.upload_to_run 设置时,该方法还会将存档上传到运行。当没有 ONNX 导出运行且没有检查点存在时,该钩子会记录警告并且不构建存档。当其自身的导出没有生成 ONNX 文件时,它会记录错误并且不构建存档。钩子的导出仅在导出时将检查点加载到 pl_module 中。当 LuxonisModel 构造函数或配置的 model.weights 提供权重时,LuxonisModel.archive 仅在存档时加载它们。钩子之后,pl_module 会再次持有其先前的权重。参数
  • _ (pl.Trainer): 训练器。未使用。
  • pl_module (lxt.LuxonisLightningModule): 要存档的模型。