yolact实例分割算法源码运行教程

 

前言：

此次环境搭建使用的硬件平台是一台微星笔记本，运行速度足够学习使用。本文介绍环境搭建及代码运行演示，coco格式数据集的制作及训练会在下篇博客介绍。

yolact论文链接：https://arxiv.org/abs/1904.02689

yolact论文翻译：https://www.jianshu.com/p/01f6432de5c4

项目地址：https://github.com/dbolya/yolact

本实验平台软硬件环境参数：

1. gpu：GTX 1060

2. cpu：intel i7-7700HQ

3. 内存：16GB

4. Ubuntu版本：18.04

5. NVIDIA驱动版本：390.116

6. python:3.6.8

7. cuda版本：cuda_9.0.176_384.81_linux

8. cudnn版本：cudnn-9.0-linux-x64-v7.1

9. opencv : 4.1.0.25 

10. pytorch:1.1.0

11. Cython:0.29.10

显卡驱动及cuda和cudnn的安装教程请参考我的上篇博客：https://blog.csdn.net/weixin_41851439/article/details/88712465

 

废话不多说，开始吧！！

一. 虚拟环境配置

1.创建一个基于python3的环境

conda create -n youlact python=3.6

2.安装Pytorch 1.0.1或更高版本和TorchVision.

在Pytorch官方网站根据实际环境获取安装代码：https://pytorch.org/get-started/locally/

然后在终端输入：

pip3 install torch torchvision

3.安装其他的包和模块

注意：Cython 需要安装在 pycocotools之前！

pip install cython

pip install opencv-python pillow pycocotools matplotlib 

4.我的yolact环境如下

二. clone代码然后进入文件夹

git clone https://github.com/dbolya/yolact.git
cd yolact

三.下载数据集和数据标签

有以下两种途径下载数据集：

1  .手动下载

COCO数据集官网：http://cocodataset.org/#download

下载：2017 Train images [118K/18GB]

          2017 Val images [5K/1GB]

          2017 Test images [41K/6GB]

          2017 Train/Val annotations [241MB]

          2014 Train/Val annotations [241MB]

          2017 Testing Image info [1MB]

将三个图像压缩包解压至          

/media/qrt/data/yolact/yolact-master/data/coco/images

注意：将解压出的图片直接放入image文件夹

同理，将三个标签解压然后直接放入annotations文件夹

/media/qrt/data/yolact/yolact-master/data/coco/annotations

2. 使用脚本下载

如果你的实验室能够连接上稳定的外网，那么可以直接使用源码自带的脚本下载数据集：

进入到yolact-master文件夹然后打开终端：

运行COCO.sh下载COCO数据和2014/2017标签

sh data/scripts/COCO.sh

 运行COCO_test.sh下载测试数据集和标签

sh data/scripts/COCO_test.sh

四.训练

参考官方说明：

（1）下载预训练权重放至根目录里的weights文件夹下

• For Resnet101, download resnet101_reducedfc.pth from here.
• For Resnet50, download resnet50-19c8e357.pth from here.
• For Darknet53, download darknet53.pth from here.

（2）在训练过程中按ctrl+c能够保存当前训练权重并保存在weight文件夹里。命名为：__.pth

（3）训练

使用默认为8的batch size训练：

python train.py --config=yolact_base_config

根据根据实际情况可以适当调节batch size的大小，如果显卡性能低可以减小batch size大小：

python train.py --config=yolact_base_config --batch_size=5

从中断的权重继续训练：

python train.py --config=yolact_base_config --resume=weights/yolact_base_10_32100.pth --start_iter=-1

 帮助：

python train.py --help

五. 代码演示

可以下载官方给出的权重测试。我使用的是：yolact_base_54_800000.pth

Image Size	Backbone	FPS	mAP	Weights
550	Resnet50-FPN	42.5	28.2	yolact_resnet50_54_800000.pth	Mirror
550	Darknet53-FPN	40.0	28.7	yolact_darknet53_54_800000.pth	Mirror
550	Resnet101-FPN	33.0	29.8	yolact_base_54_800000.pth	Mirror
700	Resnet101-FPN	23.6	31.2	yolact_im700_54_800000.pth	Mirror

下载权重放至 ./weights 文件夹。

测试图片（输入图片的绝对路径）：

python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.3 --top_k=100 --image=my_image.png

测试视频：

python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.3 --top_k=100 --video_multiframe=2 --video=my_video.mp4

其它指令可以参考官方文档。

附上测试图片：

 ps：上面两张小龙虾测试图片来自网络，由于我制作的数据集数量过少仅供演示使用，识别精度不高，敬请谅解。

 

最后：coco数据集的制作和训练教程将会在下篇博客展示，敬请期待！