运行谷歌地标识别2020季军方案train.py argparse报错如何解决？

该报错是运行脚本时未传入4个标记为required=True的必填参数导致的，缺失参数分别为--kernel-type、--train-step、--image-size、--enet-type，不属于argparse本身的功能异常。

方案1：命令行运行时传入参数 #

直接在运行命令后补充对应参数即可，参考示例如下，可根据自身需求调整参数值：

python train.py \
--kernel-type baseline \
--train-step 0 \
--image-size 512 \
--enet-type efficientnet_b3 \
--data-dir 你的数据集存放路径 \
--batch-size 32 \
--CUDA_VISIBLE_DEVICES 0

参数说明：

• --kernel-type：自定义的训练任务标识，用于区分不同训练实验
• --train-step：对应项目的训练阶段编号
• --image-size：模型输入的图片分辨率
• --enet-type：选用的EfficientNet模型版本，根据项目支持的选型填写即可

方案2：修改代码给必填参数加默认值 #

如果不想每次运行都手动敲参数，可以直接修改argparse配置代码，去掉四个参数的required=True标记，补充默认值：

# 把原来的四行必填参数修改为如下形式，默认值可自行调整
parser.add_argument('--kernel-type', type=str, default='baseline')
parser.add_argument('--train-step', type=int, default=0)
parser.add_argument('--image-size', type=int, default=512)
parser.add_argument('--enet-type', type=str, default='efficientnet_b3')

修改后直接运行python train.py即可使用默认参数启动训练。

• 注意把--data-dir参数的值改为你本地存放GLD2数据集的实际路径，否则后续会出现数据集找不到的报错
• 单卡训练无需传入--local_rank参数，分布式训练时按框架要求补充对应参数即可

内容的提问来源于stack exchange，提问作者helpmethanks