复现CenterNet
目录
- 一、INSTALL.md安装
-
- 0.用anaconda3创建一个干净的环境
- 1. 安装pytorch
-
- A.按照官方的安装代码，我是无法安装成功的
- B.And disable cudnn batch normalization
- 2.安装COCOAPI
- 3.Clone CenterNet
- 4.Install the requirements
- 5.Compile deformable convolutional (from DCNv2)——DCNv2的编译
- 6.[Optional] Compile NMS if your want to use multi-scale testing or test ExtremeNet.
- 二、跑通demo.py
-
- 1.下载pertained models——ctdet_coco_dla_2x.pth，放入路径$CenterNet_ROOT/models/.
- 2.（待更新）
- 报错：./make.sh:Permission denied
- 报错：_dcn_v2.so: undefined symbol: __cudaRegisterFatB inaryEnd
- 报错：'__main__' is not a package
论文题目：CenterNet:Objects as Points
论文地址：https://arxiv.org/pdf/1904.07850.pdf
发布时间：2019.4.16
代码：https://github.com/xingyizhou/CenterNet
一、INSTALL.md安装
参考：https://blog.csdn.net/weixin_38715903/article/details/98039181
0.用anaconda3创建一个干净的环境
conda create --name CenterNet python=3.6
'激活它'
conda activate CenterNet
1. 安装pytorch
我的cuda版本：9.0
A.按照官方的安装代码，我是无法安装成功的
1）‘pytorch-0.4.1-py36_py35_py27__9.0.176_7.1.2_2.tar.bz2’无法下载下来
2）没法一次性安装pytorch=0.4.1和torchvision
按照如下步骤：
1）卸载原来用anaconda3创建环境时自带的pytorch（可以先用1. import torch
2. print(torch.__version__)看看有没有已安装的高版本pytorch，再进行这一步），卸载步骤参考https://blog.csdn.net/mao_hui_fei/article/details/112078113，如果当初是用conda install 命令安装的pytorch，则用第一种方法，如果是用pip install命令安装的，则用第二种方法。或者两种方法都试一下。
1.1）使用conda卸载Pytorch
conda uninstall pytorch
conda uninstall libtorch
1.2）使用pip卸载Pytorch
pip uninstall torch
2）在https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/中下载
pytorch-0.4.1-py36_py35_py27__9.0.176_7.1.2_2.tar.bz2
3）conda install pytorch=0.4.1 -c pytorch
4）conda install =torchvision
B.And disable cudnn batch normalization
python3.6
import torch
print(torch.backends.cudnn.version())
应输出：7102
# PYTORCH=/path/to/pytorch # usually ~/anaconda3/envs/CenterNet/lib/python3.6/site-packages/
for pytorch v0.4.0
sed -i "1194s/torch\.backends\.cudnn\.enabled/False/g" ${PYTORCH}/torch/nn/functional.py
for pytorch v0.4.1
sed -i "1254s/torch\.backends\.cudnn\.enabled/False/g" ${PYTORCH}/torch/nn/functional.py
2.安装COCOAPI
# COCOAPI=/path/to/clone/cocoapi
git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
cd $COCOAPI/PythonAPI
make
python setup.py install --user
注意一点如果你的python默认不是python3.6的话手动更改一下Makefile里Python的版本
即把python setup.py install --user改为：python3.6 setup.py install --user
3.Clone CenterNet
# CenterNet_ROOT=/path/to/clone/CenterNet
git clone https://github.com/xingyizhou/CenterNet $CenterNet_ROOT
4.Install the requirements
pip install -r requirements.txt
也可以替换为：
python3.6 -m pip install -r requirements.txt
5.Compile deformable convolutional (from DCNv2)——DCNv2的编译
cd $CenterNet_ROOT/src/lib/models/networks/DCNv2
./make.sh
6.[Optional] Compile NMS if your want to use multi-scale testing or test ExtremeNet.
cd $CenterNet_ROOT/src/lib/external
make
二、跑通demo.py
1.下载pertained models——ctdet_coco_dla_2x.pth，放入路径$CenterNet_ROOT/models/.
官方下载链接https://github.com/xingyizhou/CenterNet/blob/master/readme/MODEL_ZOO.md
2.（待更新）
报错：./make.sh:Permission denied
解决方法：sudo chmod -R 777 make.sh
报错：_dcn_v2.so: undefined symbol: __cudaRegisterFatB inaryEnd
根据这篇的指导github，原因很可能是pytorch中的cuda版本与系统安装的CUDA版本号不一致导致的。先用以下命令查询该版本号：
python -c "import torch;print(torch.version.cuda)"
可以查看到pytorch的cuda版本号。这里我安装了pytorch 0.4.1，该语句输出对应的CUDA版本是9.0.176
nvcc --V
可以查看到当前环境的CUDA版本号，我用的是服务器自身安装的CUDA 11.0。
那么切换CUDA版本即可，服务器个人用户建立pytorch——软连接cuda切换方法如下：
参考来源：https://blog.csdn.net/weixin_44745159/article/details/118654728
第一步 创建软连接
sudo ln -s /usr/local/cuda-9.0 /home/yby/cuda
# 可以不sudo 格式为ln -s 源文件的位置 你想把生成的快捷方式放哪(其实直接cuda也行，因为默认我的用户目录下)
对，其实软连接就是相当于建立了一个快捷方式
可以用 ll 命令查看你的软连接，成功建立是天蓝色，如图：
第二步 配置bashrc
sudo gedit ~/.bashrc 进去，结尾修改为如图所示内容：
第三步 保存后退出刷新
- 保存——右上角save按钮
- 退出——Ctrl+Q
source ~/.bashrc刷新即可
至此，再执行nvcc --V得到的结果如图，成功修改。
还不行的话：重启pycharm，重新编译一下DCNv2（步骤见一.5）试试。
报错：‘main’ is not a package
https://blog.csdn.net/Good_Luck_Kevin2018/article/details/82253747
其实任何项目，绝大多数都会有一个根目录的，文件夹也是根据功能有组织的布局的，整体会形成一个文件树的形式，在相互之间引用包的时候，应该从根目录开始引入。链接文章写得很清楚。