Swin-Transformer-Object-Detection环境搭建(最简单的安装版本)

Swin-Transformer-Object-Detection环境搭建(最简单版本）

前言

史上最简单的Swin-Transformer-Object-Detection环境搭建
包含了vs2019,mmdetection,mmcv,apex的windows版本的安装，没接触过Swin-Transformer的读者也可根据流程单独安装mmdetection，mmcv，apex。
论文地址：论文
项目地址：Swin-Transformer-Object-Detection
论文讲解参考b站沐哥：讲解视频

1 Swin-Transformer环境配置需求

环境搭建配置：

1. vs2019（只需要装里面的c++编辑工具和SDK即可）。vs2019下载地址
2. pytorch
3. torchvision
4. python
5. cuda
6. mmcv
7. mmdetection
8. apex
   官网发布的配置需求仅供参考：Python 3.6+, CUDA 9.2+ and PyTorch 1.5+。

2 详细流程（傻瓜式）

1. 打开anaconda power shell（最好以管理员身份运行，免得到后面相关文件权限进不去）
2. 创建环境：conda create -n swinmm python=3.8
3. 激活环境：conda activate swinmm
4. 下载pytorch等（最简便的方式了）： pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
5. 下载swin-transformer到本地项目地址
6. cd 到项目目录下（具体看你创建环境的目录）比如我的：cd C:\ProgramData\Anaconda3\envs\swinmm\Swin-Transformer-Object-Detection
7. 下载mmcv（指定版本并和pytorch匹配）: pip install mmcv-full==1.3.9 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html
8. 安装mmdet，在项目目录下执行：
   1.pip install -r requirements.txt
   2.pip install -r requirements/docs.txt
   3.python setup.py develop
   等待即可
9. 从网站克隆apex下载地址(或者下载zip)apex:cd到apex文件下并运行：python setup.py install
10. 至此所有的配置文件安装完毕。可以用conda list查看自己是否安装正确。最重要的就是mmcv和mmdet是否安装正确。

3 编译

3. 1 从官网下载训练模型

选择cascade_mask_rcnn_swin_tiny_patch4_window7.pth把下载好的文件放在项目下就可，具体如图

3.2.在anaconda power shell中运行

项目文件下直接输入
python tools/train.py configs/swin/cascade_mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_giou_4conv1f_adamw_3x_coco.py

3.3.在pycharm中运行

在项目下新建test.py文件，其中config_file和,checkpoint_file和image我采用了绝对路径自己根据实际情况而定。

from mmdet.apis import init_detector, inference_detector, show_result_pyplot

# configs路径（根据自己路径设置）
config_file = r'C:\ProgramData\Anaconda3\envs\swinmm\Swin-Transformer-Object-Detection\configs\swin\mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_1x_coco.py'

# 这个就是权重文件，可自行到官方github上下载（根据自己路径设置）
checkpoint_file =r'C:\ProgramData\Anaconda3\envs\swinmm\Swin-Transformer-Object-Detection\mask_rcnn_swin_tiny_patch4_window7.pth'
device = 'cuda:0'
# init a detector
model = init_detector(config_file, checkpoint_file, device=device)
# inference the demo image

# 测试图片（根据自己路径设置）
image = r'C:\ProgramData\Anaconda3\envs\swinmm\Swin-Transformer-Object-Detection\demo\demo.jpg'

result = inference_detector(model, image)

show_result_pyplot(model, image, result, score_thr=0.3)

测试了一下手机相册的图片。