YOLOP 训练+测试+模型评估

---

前言

本文将详细介绍YOLOP 训练+测试+模型评估的过程和个人遇到的所有报错。

---

一、环境搭建

必要环境：Windows10+python3.7+CUDA10.1+CUDNN7.6.5

1. 创建yolop虚拟环境

   conda create -n yolo_p python=3.7
   

2. 下载pytorch (pytorch版本>=1.7)

   conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch
   

3. 下载YOLOP源码
   地址：https://github.com/hustvl/YOLOP

4. 安装所需要的依赖包

   pip install -r requirements.txt
   

二、测试

1. 运行 python tools/demo.py --source ./inference/videos/1.mp4
   测试图片：–source 图片路径 (或存放图片的文件夹路径)
   测试视频：–source 视频路径 (或存放视频的文件夹路径)
   相机实时：–source 0
   默认用cpu测试效果，如果想改成gpu，修改demo.py 198行如下。
   
   效果如下：
   
   

三、训练

3.1 下载数据集

1. 下载检测任务图片：
   https://bdd-data.berkeley.edu/portal.html#download

2. 下载检测任务标签:
   https://drive.google.com/file/d/1Ge-R8NTxG1eqd4zbryFo-1Uonuh0Nxyl/view

3. 下载可行驶区域分割任务标签：
   https://drive.google.com/file/d/1xy_DhUZRHR8yrZG3OwTQAHhYTnXn7URv/view

4. 下载车道线分割任务标签：
   https://drive.google.com/file/d/1lDNTPIQj_YLNZVkksKM25CvCHuquJ8AP/view

   数据集结构
   
   这里为了方便我自己划分了部分数据集进行训练
   下载地址：
   链接：https://pan.baidu.com/s/1XixhZtU3nNfxKLvV3RZqGQ
   提取码：ed8n

3.2 在./lib/config/default.py中修改相关参数

1. 修改第九行_C.WORKERS = 0
   

2. 修改96行，121行_C.TRAIN.BATCH_SIZE_PER_GPU 为合适大小(博主电脑比较菜这里填的1)
   

3. 根据注释修改53-56行路径
   

4. 运行python tools/train.py 开始训练
   

四、模型评估

1. 运行 python tools/test.py --weights weights/End-to-end.pth
   

五、可能遇到的报错

5.1 测试视频报错 IndexError: boolean index did not match indexed array along dimension 0; dimension is 1536 but corresponding boolean dimension is 1440

解决方案：

1. 在tools/demo.py 128行前加入如下代码

   img_det=cv2.resize(img_det,(da_seg_mask.shape[1],da_seg_mask.shape[0]) ,interpolation=cv2.INTER_AREA)
   

   

2. 删除./lib/utils/plot.py 第60行的resize
   

3. 在demo.py 148行下加入如下代码，运行demo.py查看效果

   cv2.namedWindow("test", cv2.WINDOW_NORMAL)
   cv2.resizeWindow("test", int(img_det.shape[1] * 0.5), int(img_det.shape[0] * 0.5))
   cv2.imshow("test", img_det)
   cv2.waitKey(30)
   

   
   效果：
   

5.2 训练报错 TypeError: can’t pickle generator objects，EOFError: Ran out of input

解决方案：

1. 修改./lib/config/default.py第九行_C.WORKERS = 0
   

5.3 调小batch_size后仍然RuntimeError: CUDA out of memory.

解决方案：

1. 修改./lib/config/default.py第19行_C.CUDNN.BENCHMARK = False
   

5.4 AttributeError: ‘list’ object has no attribute ‘seek’. You can only torch.load from a file that is seekable. Please pre-load the data into a buffer like io.BytesIO and try to load from it

解决方案

1. 暴力删除test.py39行的nargs=‘+’
   

---

总结

困，想睡觉

有什么问题，欢迎评论区交流！

学习交流群：995760755

---