Deeplabv3+ 环境配置-Anaconda3 + Pytorch1.8 + Cuda10.1 + opencv3.2.0
Anaconda3
下载
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
安装
bash Anaconda3-2021.05-Linux-x86_64.sh
安装成功
编辑~/.bashrc文件，加入
export PATH=~/anaconda3/bin:$PATH
更新环境变量
source ~/.bashrc
输入conda list
添加Anaconda国内镜像配置
清华提供了Anaconda仓库的镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
安装Pytorch1.8
基础语法：
#使用conda创建单独的环境，在系统命令行中运行如下命令：
conda create -n deeplabv3+_test python==3.8
#激活环境
source activate
#进入该环境继续安装依赖库：
conda activate deeplabv3+_test
#删除环境
conda remove -n deeplabv3+_test --all
#退出当前环境
conda deactivate deeplabv3+_test
开始安装
首先为pytorch创建一个anaconda虚拟环境，环境名字可自己确定，这里使用deeplabv3+_test作为环境名：
conda create -n deeplabv3+_test python==3.8
安装成功后激活deeplabv3+_test环境
source activate
conda activate deeplabv3+_test
在所创建的环境下安装pytorch的1.8版本
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
注意：10.1处应为cuda的安装版本号
编辑~./bashrc文件，设置使用deeplabv3+_test环境下的python3.8
alias python='~/anaconda3/envs/deeplabv3+_test/bin/python3.8'
更新环境变量
source ~/.bashrc
该命令将自动回到base环境，再执行
conda activate deeplabv3+_test
Deeplabv3+项目克隆安装
克隆和安装deeplabv3+
git clone https://github.com/VainF/DeepLabV3Plus-Pytorch.git
安装所需库
deeplabv3+_test环境中。在路径DeepLabV3Plus-Pytorch下执行
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
测试
1) 下载PASCAL VOC文件
下载到DeepLabV3Plus-Pytorch/datasets/data目录下并解压
VOCtrainval_06-Nov-2007.tar
VOCtrainval_11-May-2012.tar
VOCtest_06-Nov-2007.tar
2)解压建立数据集
执行解压命令
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCtrainval_11-May-2012.tar
PASCAL VOC数据集的目录结构:
建立文件夹层次为 VOCdevkit/VOC2007 和 VOCdevkit/VOC2012
VOC2007和VOC2012下面的文件夹:Annotations,JPEGImages和ImageSetsJPEGImages放所有的数据集图片; Annotations放所有的xml标记文件;
SegmentationClass放标注的数据集掩码文件;
ImageSets/Segmentation下存放训练集、验证集、测试集划分文件
—train.txt给出了训练集图片文件的列表(不含文件名后缀)
—val.txt给出了验证集图片文件的列表
—trainval.txt给出了训练集和验证集图片文件的列表
—test.txt给出了测试集图片文件的列表
3)下载预训练权重文件
放置在DeepLabV3Plus-Pytorch下新建的weights文件夹下,例如
在readme.txt中，
下载网站
https://www.dropbox.com/sh/w3z9z8lqpi8b2w7/AAB0vkl4F5vy6HdIhmRCTKHSa?dl=0
best_deeplabv3plus_mobilenet_voc_os16.pth
best_deeplabv3_mobilenet_voc_os16.pth
best_deeplabv3plus_resnet50_voc_os16
best_deeplabv3plus_resnet101_voc_os16
4）测试图片
#使用deeplabv3plus_mobilenet模型
python3 predict.py --input datasets/data/VOCdevkit/VOC2007/JPEGImages/000001.jpg --dataset voc --model deeplabv3plus_mobilenet --ckpt weights/best_deeplabv3plus_mobilenet_voc_os16.pth --save_val_results_to test_results
#使用deeplabv3_mobilenet模型
python3 predict.py --input datasets/data/VOCdevkit/VOC2007/JPEGImages/000001.jpg --dataset voc --model deeplabv3_mobilenet --ckpt weights/best_deeplabv3_mobilenet_voc_os16.pth --save_val_results_to test_results
