跑通CHPDet模型

一、运行环境

• python 3.9.12
• torch 1.12.0+cu116
• numpy==1.22.4
• pycocotools==2.0
• Cython==0.29.30

二、前置工作

项目github地址： https://github.com/zf020114/CHPDet
需要安装的有：

• lib/models/networks/DCNv2
• lib/models/networks/orn
• lib/models/external

如果直接运行python setup.py build develop，因为pytorch版本问题，会出现：

前两项安装在目前的环境下是无法成功的，我们需要修改一些代码。主要原因是新版的pytorch删去了THC/THC.h函数。
对于DCNv2网上有现成的新版代码适合新版pytorch。我们下载下来替换即可。网址：https://gitcode.net/mirrors/jinfagang/DCNv2_latest
对于orn目前网上没有找到新的代码，我们只能自己修改。参考：https://github.com/CoinCheung/pytorch-loss/pull/37
https://blog.csdn.net/qq_36891089/article/details/124353149

/**
1. 在src/lib/models/networks/orn/csrc/cuda/ActiveRotatingFilter_cuda.cu
   和src/lib/models/networks/orn/csrc/cuda/RotationInvariantEncoding_cuda.cu
   中添加下面原子操作。
2. 将#include  注释，并把代码中的THCudaCheck替换成AT_CUDA_CHECK
*/
/**
   Computes ceil(a / b)
*/
template <typename T>
__host__ __device__ __forceinline__ T THCCeilDiv(T a, T b) {
  return (a + b - 1) / b;
}

/**
   Computes ceil(a / b) * b; i.e., rounds up `a` to the next highest
   multiple of b
*/
template <typename T>
__host__ __device__ __forceinline__ T THCRoundUp(T a, T b) {
  return THCCeilDiv(a, b) * b;
}

对于第三项的安装，可以直接运行python setup.py build develop
前面的安装过程如果出现 /orn/csrc/vision.cpp' cannot be absolute，这时可以看一下egg-info/SOURCES.txt里面的路径，要正确。

三、运行代码

3.1 demo.py

可以下载官方的代码，确定程序可以跑通。直接运行 python demo.py multi_pose可能会出现下面错误。

找到网址下载好权值文件，保存到指定路径下就可以了。
还需要指定测试图像位置和权值文件路径。

至此，完成demo的操作，有时间将会更新训练和测试部分。

3.2 make_json_anno.py

这个脚本用来将作者提供的xml格式的标签文件转为coco格式，这里的coco格式与官方的并不完全相同。
原xml格式：每一张图像对应一张xml文件

<annotation>
	<folder>0.5folder>
	<filename>100001677.jpgfilename>
	<path>/home/zf/Dataset/FGSD/US_Navy_trainpath>
	<source>
		<database>FGSDdatabase>
	source>
	<size>
		<width>674width>
		<height>464height>
		<depth>3depth>
	size>
	<segmented>0segmented>
    <object>
		<name>佩里级name>
		<pose>Unspecifiedpose>
		<truncated>0truncated>
		<difficult>0difficult>
		<robndbox>
			<cx>607.3634729414094cx>
			<cy>299.1181166743358cy>
			<w>19.54958411723933w>
			<h>133.8365566916934h>
			<angle>2.97218angle>
		robndbox>
		<extra>extra>
	object>
    <object>
		<name>提康德罗加级name>
		<pose>Unspecifiedpose>
		<truncated>0truncated>
		<difficult>0difficult>
		<robndbox>
			<cx>145.0018147545185cx>
			<cy>361.1216602692171cy>
			<w>23.596561322320788w>
			<h>175.34243525858705h>
			<angle>3.00056angle>
		robndbox>
		<extra>extra>
	object>
annotation>
    

转换后的coco格式：所有图像信息、label信息以及类别信息都存放在同一个json文件中，按照下面的方式组织排列。

{
    "images": [
        {
            "file_name": "0.5-0.479-luota-20041031.jpg",
            "width": 1024,
            "height": 1024,
            "id": 0
        }
     ],
     "categories": [
        {
            "supercategory": "\u822a\u6bcd",
            "name": "\u822a\u6bcd",
            "id": 1,
            "keypoints": [
                "ship head"
            ],
            "skeleton": [
                [
                    1,
                    1
                ]
            ]
        }
    ],
     "annotations": [{
            "image_id": 0,
            "category_id": 15,
            "bbox": [
                1189.232775,
                489.55475,
                33.98225,
                214.5651
            ],
            "id": 0,
            "area": 5468.5536521062495,
            "iscrowd": 0,
            "segmentation": [
                [
                    1146.9213332144272,
                    550.5249055305029,
                    1136.5633833396728,
                    515.1979874652901,
                    1140.967327332676,
                    511.636685822413,
                    1173.3449971724472,
                    529.1570956732402,
                    1286.8942766428356,
                    669.5733584275171,
                    1260.4706126848155,
                    690.9411682847799
                ]
            ],
            "num_keypoints": 1,
            "keypoints": [
                [
                    1138.7653553361743,
                    513.4173366438516,
                    2.0
                ]
            ]
        }
     ]
}   

coco格式中segmentation一共有6个点坐标，分别如下图所示：

注意：红色的框是我们正常的四个顶点坐标。该脚本的一个作用就是将红色框坐标转为黑色框的顶点坐标。2和3是keypoints附近的点。作者认为船体的头部近似正方形，因此，1和4的横坐标就是红框左边坐标减去w（是短边）。

数据的存放方式：

--data
    --coco
        --train
            --xxx.jpg
        --val
            --xxx.jpg
        --annotations
            --xxx.json

总结，我们需要将自己的数据标签转为上面的格式，才可以训练模型。