mmdetection 安装与使用（win10）

一、安装

（1）创建虚拟环境：

conda create -n mmdec python=3.6

完成

（2）激活虚拟环境，安装torch（现在mmdetection需要的torch最低版本为1.1.0）

activate mmdec

发现官网的这个pip也是挺快的（https://pytorch.org/）

pip install http://download.pytorch.org/whl/cu100/torch-1.1.0-cp36-cp36m-win_amd64.whl （本人使用）

pip (--default-timeout=600等待时间) install ****** 若果超时可以用下面的多等待一会儿

其他版本路径：

https://download.pytorch.org/whl/cpu/torch-1.1.0-cp36-cp36m-win_amd64.whl（WIN,CPU）

https://download.pytorch.org/whl/cu100/torch-1.1.0-cp36-cp36m-win_amd64.whl （WIN,CUDA 10.0）
https://download.pytorch.org/whl/cu90/torch-1.1.0-cp36-cp36m-win_amd64.whl （WIN,CUDA 9.0）

pip install https://download.pytorch.org/whl/cu100/torch-1.0.1-cp35-cp35m-linux_x86_64.whl（linux，CUDA 10.0）

pip install PyYAML -i https://pypi.tuna.tsinghua.edu.cn/simple​

pip install cython

pip install scikit-image

pip install torchvision

 

Pycocotools 这个东西windows安装需要https://github.com/philferriere/cocoapi下载后进入pythonAPI文件夹内

使用python setup.py install

继续安装上面缺少的库：

pip install 库名称 -i https://pypi.tuna.tsinghua.edu.cn/simple

V2EX：http://pypi.v2ex.com/simple
豆瓣：http://pypi.douban.com/simple
中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple
清华：https://pypi.tuna.tsinghua.edu.cn/simple

(3)安装mmcv

直接pip安装就可以：pip install mmcv 

以前 我是按照以下安装的

下载：https://github.com/open-mmlab/mmcv

pip install .

补充，电脑重装遇到的问题：anaconda3\envs\torch\lib\site-packages\pip\compat\__init__.py", line 75, in console_to_str
    return s.decode('utf_8')
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa1 in position 60: invalid start byte

发现是pip版本过低，更新pip 解决问题| python -m pip install --upgrade pip

（4）安装

mmdetection 1.x版本：如果你安装的是VS2015，自定义安装，updata3需要选上，否则这一步失败。

 

下载：https://github.com/open-mmlab/mmdetection

使用如下命令安装

python setup.py develop -i https://pypi.tuna.tsinghua.edu.cn/simple

mmdetection 2.x版本，使用原本的VS2015报错，然后我安装了vs2019结果cuda又不支持了，我太难了

纠结了一下是升级cuda还是卸载vs2019，决定重新安装一个VS2017 试试。

待续。。。2.1版本的报错，先安装了个2.0 的

的

ubuntu下和1.x一样的安装方式正常安装

（5）测试

from mmdet.apis import init_detector, inference_detector, show_result
config_file = './configs/faster_rcnn_r50_fpn_1x.py'
checkpoint_file = './checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth'
model = init_detector(config_file, checkpoint_file)
img = 'demo.jpg'
result = inference_detector(model, img)
show_result(img, result, model.CLASSES)

 

 

遇到问题：

0、ImportError: cannot import name 'get_dist_info'

mmcv版本和mmdetection版本不匹配

1、在测试的时候提示：AttributeError: module 'torch.distributed' has no attribute 'is_initialized'定位到错误处修改

-------------------------------------------------------分割线-------------------------------------------------

使用自己的数据集进行训练

1数据集准备：

因为一直用的都是VOC数据集，所以直接训练Voc的数据集

2.在mmdet/datasets文件夹内，修改自己的数据

    1、在__init__ 中新增自己的

    2、复制voc重命名成自己的MyData.py修改地方已标红

3.修改configs中的配置文件

# model settings
model = dict(
    type='FasterRCNN',
    pretrained='torchvision://resnet50',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3),
        frozen_stages=1,
        style='pytorch'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        num_outs=5),
    rpn_head=dict(
        type='RPNHead',
        in_channels=256,
        feat_channels=256,
        anchor_scales=[8],
        anchor_ratios=[0.5, 1.0, 2.0],
        anchor_strides=[4, 8, 16, 32, 64],
        target_means=[.0, .0, .0, .0],
        target_stds=[1.0, 1.0, 1.0, 1.0],
        loss_cls=dict(
            type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0),
        loss_bbox=dict(type='SmoothL1Loss', beta=1.0 / 9.0, loss_weight=1.0)),
    bbox_roi_extractor=dict(
        type='SingleRoIExtractor',
        roi_layer=dict(type='RoIAlign', out_size=7, sample_num=2),
        out_channels=256,
        featmap_strides=[4, 8, 16, 32]),
    bbox_head=dict(
        type='SharedFCBBoxHead',
        num_fcs=2,
        in_channels=256,
        fc_out_channels=1024,
        roi_feat_size=7,
        num_classes=3,  # 类别+1
        target_means=[0., 0., 0., 0.],
        target_stds=[0.1, 0.1, 0.2, 0.2],
        reg_class_agnostic=False,
        loss_cls=dict(
            type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),
        loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)))
# model training and testing settings
train_cfg = dict(
    rpn=dict(
        assigner=dict(
            type='MaxIoUAssigner',
            pos_iou_thr=0.7,
            neg_iou_thr=0.3,
            min_pos_iou=0.3,
            ignore_iof_thr=-1),
        sampler=dict(
            type='RandomSampler',
            num=256,
            pos_fraction=0.5,
            neg_pos_ub=-1,
            add_gt_as_proposals=False),
        allowed_border=0,
        pos_weight=-1,
        debug=False),
    rpn_proposal=dict(
        nms_across_levels=False,
        nms_pre=2000,
        nms_post=2000,
        max_num=2000,
        nms_thr=0.7,
        min_bbox_size=0),
    rcnn=dict(
        assigner=dict(
            type='MaxIoUAssigner',
            pos_iou_thr=0.5,
            neg_iou_thr=0.5,
            min_pos_iou=0.5,
            ignore_iof_thr=-1),
        sampler=dict(
            type='RandomSampler',
            num=512,
            pos_fraction=0.25,
            neg_pos_ub=-1,
            add_gt_as_proposals=True),
        pos_weight=-1,
        debug=False))
test_cfg = dict(
    rpn=dict(
        nms_across_levels=False,
        nms_pre=1000,
        nms_post=1000,
        max_num=1000,
        nms_thr=0.7,
        min_bbox_size=0),
    rcnn=dict(
        score_thr=0.05, nms=dict(type='nms', iou_thr=0.5), max_per_img=100)
    # soft-nms is also supported for rcnn testing
    # e.g., nms=dict(type='soft_nms', iou_thr=0.5, min_score=0.05)
)
# dataset settings
dataset_type = 'MyData'
data_root = 'E:/mm/VOCdevkit/'
img_norm_cfg = dict(mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
data = dict(
    imgs_per_gpu=2,
    workers_per_gpu=2,
    train=dict(
        type='RepeatDataset',  # to avoid reloading datasets frequently
        times=3,
        dataset=dict(
            type=dataset_type,
            ann_file=[data_root + 'VOC2007/ImageSets/Main/train.txt'],
            img_prefix=[data_root + 'VOC2007/'],
            img_scale=(400, 400),
            img_norm_cfg=img_norm_cfg,
            size_divisor=32,
            flip_ratio=0.5,
            with_mask=False,
            with_crowd=False,
            with_label=True)),
    val=dict(
        type=dataset_type,
        ann_file=data_root + 'VOC2007/ImageSets/Main/val.txt',
        img_prefix=data_root + 'VOC2007/',
        img_scale=(400, 400),
        img_norm_cfg=img_norm_cfg,
        size_divisor=32,
        flip_ratio=0,
        with_mask=False,
        with_crowd=False,
        with_label=True),
    test=dict(
        type=dataset_type,
        ann_file=data_root + 'VOC2007/ImageSets/Main/test.txt',
        img_prefix=data_root + 'VOC2007/',
        img_scale=(400, 400),
        img_norm_cfg=img_norm_cfg,
        size_divisor=32,
        flip_ratio=0,
        with_mask=False,
        with_crowd=False,
        with_label=False,
        test_mode=True))

# optimizer
optimizer = dict(type='SGD', lr=0.02, momentum=0.9, weight_decay=0.0001)
optimizer_config = dict(grad_clip=dict(max_norm=35, norm_type=2))
# learning policy
lr_config = dict(
    policy='step',
    warmup='linear',
    warmup_iters=500,
    warmup_ratio=1.0 / 3,
    step=[8, 11])
checkpoint_config = dict(interval=1)
# yapf:disable
log_config = dict(
    interval=100,
    hooks=[
        dict(type='TextLoggerHook'),
        # dict(type='TensorboardLoggerHook')
    ])
# yapf:enable
# runtime settings
total_epochs = 12
dist_params = dict(backend='nccl')
log_level = 'INFO'
work_dir = 'model'
load_from = None
resume_from = None
workflow = [('train', 1)]

4.使用tools中的train训练

config 变为--config =“配置文件”

5.测试

下载权重

 

常见问题（本人遇见的）：

1、在训练的时候提示的：KeyError: 'None is not in the dataset registry'

修改mmdet/datasets内修改不完整

2、在训练完一个epoch保存权重后提示的：OSError: symbolic link privilege not held

以管理员身份运行pycharm