Retinanet 代码复现过程笔记 pytorch

主要记录一下自己的复现热retinanet的一个过程。
参考了：这篇博客写的很好
https://blog.csdn.net/baidu_38406307/article/details/105467019.

这个是在CPU环境下，整的
github下的是这个代码：链接: https://github.com/yhenon/pytorch-retinanet.

我的环境是
win10
pycharm

PS：在win10运行后，我也在Ubuntu上进行了运行，步骤一样，亲测可行。

1.首先创建一个新的虚拟环境：

conda create -n r1 python==3.7

2.然后激活

conda activate r1

conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch

4.安装：

pip install pandas
pip install scikit-image
pip install Cython
pip install opencv-python
pip install requests
conda install git
pip install pycocotools

（这个部分我没遇到错误，pycocotools也是按照这个安装顺序成功装上了）

5.下载COCO2017数据集
（我下的很慢，然后解压缩）

• 数据集下载完成解压完之后，
• 在项目根目录创建 coco 文件夹
• 在 coco 文件夹中创建 images 文件夹
• 把数据集的train2017文件夹放入到images文件夹中
• annotations_trainval2017压缩包中的annotations文件夹，剪切出来单独放在coco文件夹下

下面是我的 coco 文件夹详细结构


6.打开pycharm这个项目的terminal

python train.py --dataset coco --coco_path ./coco --depth 50

输进去，运行。
（这里我报错了，好像是coco路径错误。后来同门帮我解决，是因为我没在 train.py这个里面加coco数据集的路径参数好像，反正我是整么解决的）

• 在pycharm里面按 shift+alt+f10，出现一个选项框
• 选择edit那个，
• 然后在参数parser一栏，把

--dataset coco --coco_path ./coco --depth 50

贴上去

然后再去terminal里面运行，就没问题了。

python train.py --dataset coco --coco_path ./coco --depth 50

7.下载预训练模型，放在项目根目录
链接: https://drive.google.com/open?id=1yLmjq3JtXi841yXWBxst0coAgR26MNBS.

8.打开可视化的visualize.py，修改几行代码，这个博主少写了一块，就是需要在前面加上

from retinanet import model

不然后面会报错，没有model

需要修改的地方大概在五十几行，注释掉原本的，再加两行，就可以了

# retinanet = torch.load(parser.model,map_location='cpu')
retinanet = model.resnet50(num_classes= dataset_val.num_classes(),)
retinanet.load_state_dict(torch.load(parser.model,map_location='cpu'))

9.在terminal运行

python visualize.py --dataset coco --coco_path ./coco --model ./coco_resnet_50_map_0_335_state_dict.pt

就好了，一会就出现一张图片和检测结果了

感谢两位博主，目前已经复现了。