PaddleRS/docs/quick_start.md

环境准备

• PaddlePaddle安装

• 版本要求：PaddlePaddle>=2.1.0

• PaddleRS安装

PaddleRS代码会跟随开发进度不断更新，可以安装develop分支的代码使用最新的功能，安装方式如下：

git clone https://github.com/PaddleCV-SIG/PaddleRS
cd PaddleRS
git checkout develop
pip install -r requirements.txt
python setup.py install

开始训练

• 在安装PaddleRS后，使用如下命令开始训练，代码会自动下载训练数据, 并均使用单张GPU卡进行训练。

export CUDA_VISIBLE_DEVICES=0
python tutorials/train/semantic_segmentation/deeplabv3p_resnet50_multi_channel.py

• 若需使用多张GPU卡进行训练，例如使用2张卡时执行：

python -m paddle.distributed.launch --gpus 0,1 tutorials/train/semantic_segmentation/deeplabv3p_resnet50_multi_channel.py

使用多卡时，参考训练参数调整调整学习率和批量大小。

VisualDL可视化训练指标

在模型训练过程，在train函数中，将use_vdl设为True，则训练过程会自动将训练日志以VisualDL的格式打点在save_dir（用户自己指定的路径）下的vdl_log目录，用户可以使用如下命令启动VisualDL服务，查看可视化指标

visualdl --logdir output/deeplabv3p_resnet50_multi_channel/vdl_log --port 8001

服务启动后，使用浏览器打开 https://0.0.0.0:8001 或 https://localhost:8001