P2BNet网络训练VisDrone数据集
P2BNet网络训练VisDrone数据集
文章目录
- P2BNet网络训练VisDrone数据集
-
- 0 P2BNet介绍
- 1 VisDrone数据集转COCO格式
- 2 P2BNet训练VisDrone数据集
-
-
- Ⅰ 选定训练模型
- Ⅱ 下载模型权重，修改全连接层神经元个数
- Ⅲ 更改类别参数
- Ⅳ 生成点注释json文件
- Ⅴ 训练
-
0 P2BNet介绍
该网络源自ECCV2022最新的目标检测论文Point-to-Box Network for Accurate Object Detection via Single Point Supervision。
该论文介绍了一种单点监督的改进方法，作者认为使用单点监督的OTSP方法之所以性能一直都不太好，是因为他们生成建议包的质量普遍太差，所以作者提供了一种轻量级的网络——P2BNet，来弥补过往方式的缺陷，从而生成高质量的实例级包，节约标准成本，性能SOTA！
论文阅读可参考博客：http://t.csdn.cn/kAa8H
代码地址：GitHub - ucas-vg/P2BNet: ECCV2022, Point-to-Box Network for Accurate Object Detection via Single Point Supervision
1 VisDrone数据集转COCO格式
VisDrone是一个无人机的目标检测数据集。由各种无人机摄像头捕获，包含不同场景、天气、光照条件下的各种位置、环境、物体等。
VisDrone转COCO格式可参考博客：http://t.csdn.cn/xYEN7
注意将visdrone数据集的目录格式调整为coco的目录格式，并将转化好的json文件放入annotations文件夹中。
2 P2BNet训练VisDrone数据集
Ⅰ 选定训练模型
这里采用的是faster_rcnn_r50_fpn_1x_coco.py模型，位于P2BNet-main/TOV_mmdetection/configs/faster_rcnn/目录下
Ⅱ 下载模型权重，修改全连接层神经元个数
权重下载地址：mmdetection/configs/faster_rcnn at master · open-mmlab/mmdetection · GitHub
修改全连接层神经元个数代码：
import torch
pretrained_weights = torch.load('checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth')
#更改权重载入地址
num_class = 10
pretrained_weights['state_dict']['roi_head.bbox_head.fc_cls.weight'].resize_(num_class+1, 1024)
pretrained_weights['state_dict']['roi_head.bbox_head.fc_cls.bias'].resize_(num_class+1)
pretrained_weights['state_dict']['roi_head.bbox_head.fc_reg.weight'].resize_(num_class*4, 1024)
pretrained_weights['state_dict']['roi_head.bbox_head.fc_reg.bias'].resize_(num_class*4)
torch.save(pretrained_weights, "faster_rcnn_r50_fpn_1x_%d.pth"%num_class)
该代码参考博客：http://t.csdn.cn/xYEN7
Ⅲ 更改类别参数
visdrone数据集的数据类别有：ignored regions, pedestrian,people, bicycle, car, van, truck, tricycle, awning-tricycle, bus, motor,others共12种（一般会去掉头和尾，剩下10种类别），需要修改的地方有：
①P2BNet-main/TOV_mmdetection/mmdet/datasets/coco.py 中的Classes：
②P2BNet-main/TOV_mmdetection/mmdet/core/evaluation/class_names.py中的coco_classes:
③P2BNet-main/TOV_mmdetection/configs2/COCO/P2BNet/中的num_classes（80->12)：
注意，这里的类别数如果与之前的类别集合数目不一致的话，可能在训练过程中（而不是训练一开始）会出现RuntimeError: CUDA error: device-side assert triggered的错误。
Ⅳ 生成点注释json文件
生成点注释的python文件位于：P2BNet-main/TOV_mmdetection/huicv/corner_dataset/corner_dataset_util.py
注意这个python文件传入的参数，要在执行该文件时，填入相应的路径参数，其中：
ann_file 是visdrone转化好的annotation.json文件，save_ann_file是保存点注释文件的路径，这里的路径应与annotation.json在同一目录下。
注意：json文件里面没存放ignore字段，所以要在同目录下的coner_utils.py文件中将此块代码注释掉，如下：
Ⅴ 训练
训练命令参考：P2BNet/README.md at main · ucas-vg/P2BNet · GitHub
/github.com/ucas-vg/P2BNet/blob/main/TOV_mmdetection/README.md)