语义分割 PANet 跑通Demo 训练自己的数据集

项目地址    https://github.com/ShuLiu1993/PANet

介绍

该存储库适用于CVPR 2018 Spotlight论文，“ 用于实例细分的路径聚合网络 ”，其中2017年COCO实例细分挑战赛排名第一，2017年COCO检测挑战赛第二名（团队名称：UCenter）和2018年场景理解第一名非结构化环境中自主导航的挑战（团队名称：TUTU）。

结构主要基于Detectron 使用Pytorch写的

需要的环境：

python packages

• pytorch=0.4[注意这里]
• torchvision>=0.2.0
• cython
• matplotlib
• numpy
• scipy
• opencv
• pyyaml
• packaging
• pycocotools — for COCO dataset, also available from pip.
• tensorboardX — for logging the losses in Tensorboard

其中pycocotools的安装方法参见我的其他博客

在确保你的CUDA　CUDNN　PYTORCH　还有　上述的包之后

cd lib
sh make.sh

我忘了要不要setup.py了　应该是不用　编译了就OK

DEMO

-------------单张推断 Demo
python tools/infer_simple.py --dataset coco2017 --cfg configs/panet/e2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/data/pretrained_model/panet_mask_step179999.pth --images /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/demo/33823288584_1d21cf0a26_k.jpg --output_dir /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/

-------------批量推断 Demo
python tools/infer_simple.py --dataset coco2017 --cfg configs/panet/e2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/data/pretrained_model/panet_mask_step179999.pth --image_dir /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/demo/sample_images/ --output_dir /media/yang/56c81da5-109b-42e1-9e51-0f9e1396fa9d/yang/PANet-master/

其中权重下载地址为https://drive.google.com/file/d/1-pVZQ3GR6Aj7KJzH9nWoRQ-Lts8IcdMS/view?usp=sharing

准备数据集

我用的Coco-Annotator标记的　关于这个标注工具的用法后面会说

格式和coco2014做到一致就行

文件结构我用的　

.
├── coco-annotations
│   ├── captions_train2014.json
│   ├── captions_val2014.json
│   ├── instances_minival2014.json
│   ├── instances_train2014.json
│   ├── instances_val2014.json
│   ├── instances_val2017.json
├── configs
│   ├── baselin