wandb 설치

!pip install wandb

wandb login

api-key : https://wandb.ai/authorize

→ 위 링크에서 본인 계정의 api key 복사

→ 처음 wandb를 적용한 코드 실행시 한 번만 해당 api key 입력하면 그 뒤로 실행할 땐 안해도 됨

wandb hook

# wandb init arguments : 필요 없으면 모두 None으로 해도됨 
run_name = 'faster_rcnn_r50_fpn_1x_coco'
tags = ['baseline', 'faster_rcnn'] # 원하는 태그 설정
notes = 'First experiments with wandb' # 해당 run에 대한 설명

# wandb hooks 추가 
cfg.log_config.hooks = [
    dict(type='TextLoggerHook'),
    dict(type='MMDetWandbHook',
         init_kwargs={'project': 'MMDetection', 'entity': 'buan99-personal', 'name': run_name, 'tags': tags, 'notes': notes},
         interval=10,
         log_checkpoint=True,
         log_checkpoint_metadata=True,
         num_eval_images=0)]

• run name : 한 번 학습 코드 실행시의 이름
• tags : 해당 실행에 대한 설명을 태그로 입력
• notes : tag로 설명하기에 긴 설명이 필요하다면 사용.

→ 세 개 모두 필요없으면 값을 None으로 줘도 됨

wandb UI

https://wandb.ai/buan99-personal/MMDetection

위 링크에서 본인이 실행한 run 클릭

1. work space : 시각화된 해당 실험의 tracking을 확인할 수 있음

   

2. Overview : 해당 실험에 대한 tag, state 등을 대략적으로 확인 가능

   

3. System : 학습 시 작업 서버의 시스템 환경을 모니터링 할 수 있음

   

4. Logs : 학습 과정 중의 Log들 확인 가능

   

5. Files : 학습 환경(requirements.txt), mete-data 및 artifacts 확인 가능

   

6. Artifacts : 모델 에폭 버전마다 모델 파일 및 메타데이터 확인 가능