此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ExportOnTrainEnd
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

export_on_train_end

最后更新
Python API: luxonis_train.callbacks.export_on_train_end训练结束时将模型导出为 ONNX。

类

ExportOnTrainEnd

训练结束时将模型导出为 ONNX。回调函数导出最佳检查点。NeedsCheckpoint 的 preferred_checkpoint 参数选择最佳主要指标或最低验证损失。回调函数不构建 NN Archive,也不为设备转换模型。使用 ConvertOnTrainEnd 完成所有三个步骤。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):
将最佳检查点导出为 ONNX。当 trainer.fit 结束时,Lightning 会调用此钩子一次。钩子使用 NeedsCheckpoint.get_checkpoint 选择一个检查点,并将其传递给 LuxonisModel.export。该方法将 <name>.onnx 写入 <run_save_dir>/export,其中 <name> 是 exporter.name 或 model.name。对于具有一个输入的模型,它还会写入 modelconverter 配置 <name>.yaml。当设置 exporter.upload_to_run 时,它会将这些文件上传到运行。当不存在检查点时,钩子会记录警告并且不导出任何内容。导出仅将检查点加载到 pl_module 中用于导出。钩子之后,pl_module 会再次保留其先前的权重。参数
  • _ (pl.Trainer): 训练器。未使用。
  • pl_module (lxt.LuxonisLightningModule): 要导出的模型。