Feat: 메모리 확인
This commit is contained in:
parent
28c709e415
commit
993b444c6e
@ -1,4 +1,5 @@
|
||||
import os
|
||||
import time
|
||||
|
||||
import psutil
|
||||
from fastapi import APIRouter, HTTPException
|
||||
@ -111,10 +112,14 @@ async def detection_train(request: TrainRequest):
|
||||
send_slack_message(f"train 요청{request}", status="success")
|
||||
|
||||
# 데이터셋 루트 경로 얻기 (프로젝트 id 기반)
|
||||
|
||||
dataset_root_path = get_dataset_root_path(request.project_id)
|
||||
|
||||
|
||||
# 모델 로드
|
||||
start_time = time.time()
|
||||
print("모델 로드")
|
||||
model = get_model(request.project_id, request.m_key)
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
# 이 값을 학습할때 넣으면 이 카테고리들이 학습됨
|
||||
names = list(request.label_map)
|
||||
@ -125,23 +130,49 @@ async def detection_train(request: TrainRequest):
|
||||
# value : 모델에 저장될 카테고리 id (모델에는 key의 idx 순서대로 저장될 것임)
|
||||
|
||||
# 데이터 전처리: 학습할 디렉토리 & 데이터셋 설정 파일을 생성
|
||||
start_time = time.time()
|
||||
print("데이터 전처리 : 학습할 디렉토리 및 데이터셋 설정 파일 생성")
|
||||
process_directories(dataset_root_path, names)
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
# 데이터 전처리: 데이터를 학습데이터와 검증데이터로 분류
|
||||
start_time = time.time()
|
||||
print("데이터 전처리 : 데이터 분류")
|
||||
train_data, val_data = split_data(request.data, request.ratio)
|
||||
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
# 데이터 전처리: 데이터 이미지 및 레이블 다운로드
|
||||
start_time = time.time()
|
||||
print("데이터 전처리 : 데이터 다운로드")
|
||||
download_data(train_data, val_data, dataset_root_path, label_converter)
|
||||
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
# 학습
|
||||
start_time = time.time()
|
||||
print("학습 시작")
|
||||
results = run_train(request, model,dataset_root_path)
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
# 학습 후 GPU 메모리 상태 확인
|
||||
if torch.cuda.is_available():
|
||||
allocated_memory = torch.cuda.memory_allocated() / (1024 ** 2) # MB 단위
|
||||
reserved_memory = torch.cuda.memory_reserved() / (1024 ** 2) # MB 단위
|
||||
print(f"현재 할당된 GPU 메모리: {allocated_memory:.2f} MB")
|
||||
print(f"현재 예약된 GPU 메모리: {reserved_memory:.2f} MB")
|
||||
else:
|
||||
print("GPU 사용 불가능")
|
||||
torch.cuda.empty_cache()
|
||||
|
||||
# best 모델 저장
|
||||
start_time = time.time()
|
||||
print("모델 저장")
|
||||
model_key = save_model(project_id=request.project_id, path=join_path(dataset_root_path, "result", "weights", "best.pt"))
|
||||
|
||||
result = results.results_dict
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
print("변환")
|
||||
result = results.results_dict
|
||||
print(f'걸린 시간 {time.time() - start_time:.2f} 초')
|
||||
|
||||
response = TrainResponse(
|
||||
modelKey=model_key,
|
||||
precision= result["metrics/precision(B)"],
|
||||
@ -152,7 +183,8 @@ async def detection_train(request: TrainRequest):
|
||||
fitness= result["fitness"]
|
||||
)
|
||||
send_slack_message(f"train 성공{response}", status="success")
|
||||
|
||||
|
||||
print(response)
|
||||
return response
|
||||
|
||||
def split_data(data:list[TrainDataInfo], ratio:float):
|
||||
|
Loading…
Reference in New Issue
Block a user