此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • NeedsCheckpoint
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

needs_checkpoint

最后更新
Python API: luxonis_train.callbacks.needs_checkpoint作用于最佳检查点的回调的基类。NeedsCheckpoint.get_checkpoint 返回具有最佳主要指标或最低验证损失的检查点的路径。当首选检查点不存在时,它会尝试另一个。当两者都不存在时,它返回 None,每个子类决定如何处理。

类

NeedsCheckpoint

作用于最佳检查点的回调的基类。ArchiveOnTrainEnd、ConvertOnTrainEnd、ExportOnTrainEnd、AIMETCallback 和 TestOnTrainEnd 都继承自它。每个都在其 on_train_end 钩子中调用 get_checkpoint。ArchiveOnTrainEnd 仅在没有更早的 ONNX 导出时调用它。此类不定义自己的钩子。

方法

init
Python
1def __init__(preferred_checkpoint: Literal['metric', 'loss'] = 'metric', **kwargs):
初始化回调。参数
  • preferred_checkpoint (Literal['metric', 'loss']): 首先尝试的检查点。"metric" 选择最佳主要指标,"loss" 选择最低验证损失。构造函数不检查该值。除 "loss" 之外的任何值都将作为 "metric" 处理。
  • **kwargs: pl.Callback 的关键字参数。该类不接受任何参数,因此任何键都会引发 TypeError。
get_checkpoint
Python
1def get_checkpoint(pl_module: lxt.LuxonisLightningModule) -> str | None:
返回最佳检查点的路径。该方法通过 pl_module.core 读取 ModelCheckpoint 回调的 best_model_path。它为 "metric" 调用 LuxonisModel.get_best_metric_checkpoint_path,为 "loss" 调用 LuxonisModel.get_min_loss_checkpoint_path。指标检查点仅在配置具有指标时存在。如果没有 is_main_metric 标志,配置会将第一个指标作为主要指标。路径在其回调保存检查点之前保持为空。该方法首先尝试 preferred_checkpoint。当该路径为 None 或为空时,它会记录错误和信息消息,并尝试另一个检查点。当该路径也缺失时,它会记录第二个错误。两个 getter 都只在 rank zero 上运行,并在所有其他 rank 上返回 None。在那里,该方法记录相同的三条消息并返回 None。参数
  • pl_module (lxt.LuxonisLightningModule): 运行的模块。其 LuxonisModel 包含训练器及其回调。
返回
  • str | None: 检查点文件的路径,或者当两个检查点都不存在时为 None。