MMrotate框架使用小技巧
MMrotate使用小工具
-
- 保存最佳权重
- 查看模型复杂度
- 计算单图推理时间
- 将测试结果可视化
- 更改可视化图片中显示的内容
保存最佳权重
进入到./configs/schedules里，将evaluation = dict(interval=1, metric='mAP')更改为evaluation = dict(interval=1, metric='mAP', save_best='auto')
查看模型复杂度
利用tools/analysis_tools/get_flops.py
本工具用于统计模型的参数量，可以通过 --shape 参数指定输入图片的尺寸
例如：
python tools/analysis_tools/get_flops.py configs/redet/redet_re50_refpn_3x_hrsc_le90.py --shape 800 512
讲述出为：
==============================
Input shape: (3, 800, 512)
Flops: 48.24 GFLOPs
Params: 35.25 M
==============================
计算单图推理时间
利用tools/analysis_tools/benchmark.py
此工具是用来测试模型在当前环境下的推理速度的，模型会跑一遍配置文件中指定的测试集，计算单图推理时间（FPS）。
例如：
python -m torch.distributed.launch --nproc_per_node=1 --master_port=29500 tools/analysis_tools/benchmark.py configs/redet/redet_re50_refpn_3x_hrsc_le90.py work_dirs/redet_re50_refpn_3x_hrsc_le90/epoch_1.pth --launcher pytorch
则输出为：
Done image [50 / 2000], fps: 7.1 img / s, times per image: 140.9 ms / img
Done image [100/ 2000], fps: 7.1 img / s, times per image: 141.1 ms / img
Done image [150/ 2000], fps: 7.1 img / s, times per image: 141.1 ms / img
Done image [200/ 2000], fps: 7.1 img / s, times per image: 140.8 ms / img
Done image [250/ 2000], fps: 7.2 img / s, times per image: 139.7 ms / img
Done image [300/ 2000], fps: 7.2 img / s, times per image: 139.0 ms / img
Done image [350/ 2000], fps: 7.2 img / s, times per image: 138.7 ms / img
Done image [400/ 2000], fps: 7.2 img / s, times per image: 138.4 ms / img
Done image [450/ 2000], fps: 7.2 img / s, times per image: 138.0 ms / img
将测试结果可视化
利用./tools/test.py加上参数--show-dir
例如：
python ./tools/test.py configs/redet/redet_
re50_refpn_1x_dota_le90.py work_dirs/redet_re50_refpn_1x_dota_le90/latest.pth --show-dir work_dirs/vis
更改可视化图片中显示的内容
在文件mmrotate/core/visualization/image.py中
有代码：
draw_labels(
ax,
labels[num_bboxes:],
positions,
class_names=class_names,
color=text_colors,
font_size=font_size,
scales=scales,
horizontal_alignment=horizontal_alignment)
可以修改显示的内容。