deepsnake 安装及训练步骤

安装环境：

操作系统：ubantu 16.04

python 版本：3.7

pytorch+cuda版本: pytorch1.1+cuda10.0

https://download.pytorch.org/whl/cu100/torch-1.1.0-cp37-cp37m-linux_x86_64.whl

注：用命令nvcc -V 查看显卡cuda版本，pytorch+cuda版本需要与显卡的cuda版本一致

首先创建虚拟环境，分别执行以下命令：

conda create -n snake python=3.7

conda activate snake

若torch-1.1.0-cp37-cp37m-linux_x86_64.whl 放在/root文件夹下 ，则执行

pip install /root/torch-1.1.0-cp37-cp37m-linux_x86_64.whl

然后把snake-master.zip解压到根目录/root，接着分别执行

cd /root/snake-master
pip install cython
pip install termcolor
pip install -r requirements.txt

我的cocoval.py文件在/root/miniconda3/envs/snake/lib/python3.7/site-packages/pycocotools 目录下：

接下来修改cocoeval.py，参考文章：https://blog.csdn.net/qq_41821678/article/details/105643630

最后训练，执行下面命令后等待下载好dla34-ba72cf86.pth 就会开始训练了

python train_net.py --cfg_file configs/fish.yaml model fish

 训练生成的模型在 data/model/snake/fish文件夹中

 

利用生成的模型对图片进行处理：

python  run.py --type visualize --cfg_file configs/fish.yaml test.dataset fishval ct_score 0.3 model xxx  (可选)

常见bug及解决方案汇总：

1.

数据集路径有问题，检查一下.json文件或dataset_catalog.py文件。注意：.json文件中出现的文件名，数据集中一定要有并且路径正确，否则会报错

2.

重新执行一遍命令 或 删除data文件夹里面的 model、record、result文件夹。/root/.local/share/Trash是 回收站目录，如果是图像界面删除文件，要到这个目录用 rm -rf 命令删除才会释放空间

3.

pip install --upgrade numpy

4.

可以把batch-size设为1