【模型复现】全局上下文推理检测模型—DETR的快速复现

【模型复现】全局上下文推理检测模型—DETR的快速复现

极链AI云 注册链接
关注极链AI云公众号，学习更多知识！

---

一、模型详情

1.1 模型简介：

DETR将对象检测作为直接集合预测问题。与传统的计算机视觉技术不同，它由基于集合的全局损耗（通过二分匹配强制进行唯一预测）和Transformer编码器-解码器架构组成。给定一小组固定的学习对象查询，DETR 推理对象和全局图像上下文的关系，以直接并行输出最终的一组预测。由于这种并行性质，DETR非常快速和高效。

1.2 关键词：

全局上下文推理

1.3 应用场景：

目标检测

1.4 结构：

1.5 论文地址：

https://arxiv.org/pdf/2005.12872.pdf

1.6 模型来源：

https://github.com/facebookresearch/detr

---

下面就是该模型的具体复现流程

二、平台环境准备

2.1 打开极链AI云平台

极链AI云

2.2 点击模型

2.3 选择并创建实例

进入模型列表，选择DETR模型

选择使用的显卡，此处以RTX 2080 ti为例

选择模型及镜像

点击下一步创建即可

2.4 使用jupyterlab连接

---

三、模型复现

3.1 打开终端

进入jupyterlab后，可以看见ipynb文件

点击右上角+号，选择终端，打开新的终端窗口



左侧为文件列表，右侧为输入区。

3.2 准备数据集

在终端，在root/detr-main（默认）路径下，运行以下命令：

cd ../..
# 进入根目录
cp -r datasets/coco2017 ../../user-data
# 将复现所需的公开数据集复制到指定文件夹下,该模型平台已搭载，无需重新下载

由于数据集较大，该步骤所需时间较长，请耐心等待。

3.3 模型推断

在终端，进入root/detr-main（默认）路径下，运行以下命令

python inference.py --batch_size 2 --no_aux_loss --eval --resume detr-r50-e632da11.pth --coco_path user-data/coco2017

权重文件保存在 user-data/coco2017 文件夹下

3.4 模型训练

在终端，进入root/detr-main（默认）路径下，运行以下命令：

python main.py

模型训练耗时较久，需耐心等待。该训练结果仅供参考

3.5 模型测试

在终端，进入root/detr-main（默认）路径下，运行以下命令：

python test.py --batch_size 2 --no_aux_loss --eval --resume detr-r50-e632da11.pth --coco_path user-data/coco2017

---

以上就是 DETR 模型复现的全部内容了
感兴趣的话可以进入极链AI云官网，一键体验哦～

​
极链AI云是极链科技集团下属专为AI科研与学习而设计的一站式开发平台。为开发者提供全流程的AI科研服务，让每一位用户都能拥有撬动AI变革的力量。

• 同时平台还拥有例如yolo系列等一众经典模型等你来 简单操作即可完成复现哦
• 同时，新用户完成学生认证更可领取100元无门槛使用券！
• 快点击这里来试试吧！