[AdelaiDet]配置安装并测试

AdelaiDet

1. 前言

AdelaiDet is an open source toolbox for multiple instance-level recognition tasks on top of Detectron2. All instance-level recognition works from our group are open-sourced here.

2. install

首先需要安装detectron2，参照install.md。注意，目前还不能和最新的版本适配。

Please use Detectron2 with commit id 9eb4831 for now. The incompatibility with the latest one will be fixed soon.

在issue中查阅问题后，需要一下命令：

git clone https://github.com/facebookresearch/detectron2.git
cd detectron2
git checkout -f 9eb4831
cd ..
python -m pip install -e detectron2\



## 2021/03/07 更新
# 如果环境中的原始detectron2被其他文件下的detectron2覆盖了，那么可以直接python -m pip install -e detectron2\ 使用这一操作命令，相当于重新编译了 我的detectron2包是在外面，相当于直接使用这个文件夹，而不是常规的那种import numpy 不在/minconda/envs/py_dt2/python3.7/set packages/lib/xxxxx(eg. numpy)

git clone https://github.com/aim-uofa/AdelaiDet.git
cd AdelaiDet
python setup.py build develop

3. train

3.1 Inference with Pre-trained Models

先使用预训练的权重模型测试一下。

python demo/demo.py \
    --config-file configs/FCOS-Detection/R_50_1x.yaml \
    --input input1.jpg input2.jpg \
    --opts MODEL.WEIGHTS fcos_R_50_1x.pth

3.2 Train Your Own Models and Evaluate

训练自己的模型，与detectron2相同，见dataset.md，数据集都需要转化为COCO，VOC等的格式以及文件的摆放路径要一致。（AdelaiDet默认的yaml文件貌似都是coco格式的，需要转化一下)。

$DETECTRON2_DATASETS/
coco/
lvis/
cityscapes/
VOC20{07,12}/

coco/
annotations/
instances_{train,val}2017.json
person_keypoints_{train,val}2017.json
{train,val}2017/
# image files that are mentioned in the corresponding json

cd AdelaiDet
OMP_NUM_THREADS=1 python tools/train_net.py \
    --config-file configs/FCOS-Detection/R_50_1x.yaml \
    --num-gpus 8 \
    OUTPUT_DIR training_dir/fcos_R_50_1x
#OUTPUT_DIR  训练模型的保存路径
#config-file 使用的超参配置文件

To evaluate the model after training, run:

OMP_NUM_THREADS=1 python tools/train_net.py \
    --config-file configs/FCOS-Detection/R_50_1x.yaml \
    --eval-only \
    --num-gpus 8 \
    OUTPUT_DIR training_dir/fcos_R_50_1x \
    MODEL.WEIGHTS training_dir/fcos_R_50_1x/model_final.pth
# MODEL.WEIGHTS  .pth文件可以用来测试 另外可以在对应的保存文件中查看log.txt 日志