Windows 10系统下如何搭建轻量级目标检测NanoDet-plus环境？

liO_Oil

已于 2022-08-12 17:29:29 修改

阅读量2.1k

点赞数 3

分类专栏：目标检测文章标签： NanoDet-plus 计算机视觉目标检测人工智能

于 2022-08-12 16:30:26 首次发布

Cat—From layman to Master

本文链接：https://blog.csdn.net/GenuineMonster/article/details/126296956

版权

目标检测专栏收录该内容

13 篇文章 17 订阅

订阅专栏

NanoDet与YOLO一样，都是目标检测算法中的经典之作，在NanoDet-plus发布之后，很多CVer都争先恐后地进行尝试，感受其与NanoDet的不同。以上的截图已经将NanoDet-plus的优点完全概括，这里就不再赘述。新的plus版本精度和速度都有提高（与其他轻量级模型如YOLOv5-n、YOLOX-Nano等相比）（1ms的延时换来了30%精度的提升），较为简单的训练辅助模块和易于部署的模型也得到了广大CVer的好评，不多说，我们开始尝试一下吧。下图是NanoDet-plus与其他目标检测算法的对比（来源是Github的NanoDet仓库）。

一、软硬件配置

1、软件：Windows 10专业版、Visual Studio 2019（安装CUDA时需要）、CUDA11.1、Pytorch1.8.1、Pycharm专业版、Python3.9.7。CUDA安装教程连接：目标检测第3步：如何在Windows 10系统下安装CUDA（更新时间2022.03.22）_liO_Oil的博客-CSDN博客_cuda windows

2、硬件：主要是显卡要求，N卡2060。CPU、内存等没有具体要求。

二、下载源代码

Nanodet-plus源码下载地址：GitHub - RangiLyu/nanodet at v1.0.0-alpha-1 这里使用的是最新的V1.0.0-alpha-1版本。

三、解压并创建虚拟环境

1、解压源码压缩包并使用Pycharm创建对应的虚拟环境。

上图中创建的虚拟环境已有基础的依赖项，接下来我们使用pip命令安装其他依赖。

2、使用“pip install -r requirements.txt”安装其他依赖项。

打开Pycharm终端，路径前显示（venv）表明我们已进入先前创建好的虚拟环境，如果你的显示和图片中显示的不一致，那么请看这篇博文：如何设置Pycharm在打开Terminal终端时，自动进入虚拟环境？_liO_Oil的博客-CSDN博客_pycharm terminal 进入虚拟环境

接着输入pip命令：

pip install -r requirements.txt

如果觉得较慢，可以指定软件源为清华源进行下载，命令为：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

以上的命令默认安装最新的Pytorch（CPU版），所以我们需要进行更换，换为能使用显卡且与CUDA版本相契合的Pytorch（GPU版）。Pytorch的下载地址为：PyTorch 这里我使用的是1.8.1，所以需要到先前的版本里找，下载命令为：

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

安装完Pytorch1.8.1的小伙伴可能会在结尾看到红色的报错，说是pytorch-lighting要求更高版本的Pytorch，这时你可以将pytorch-lighting的版本降为1.6.0的就可以了。

3、最后一步！！！

使用命令行，运行setup.py即可完成nanodet-plus的搭建。

python setup.py develop

四、运行naodet-plus检测图片

推理图片，自然需要权重文件，下载地址还是GitHub - RangiLyu/nanodet at v1.0.0-alpha-1

我下载的是红框圈中的权重文件，你们可试试其他的。其中的weight是推理时用到的权重文件，训练时会用到checkpoint文件，可以一起下载下来。下载好权重文件之后，在nanodet-1.0.0-alpha-1的目录下创建一个名为“weights”文件夹来存储权重文件。接下来进行图片的推理，我将YOLOv5的bus.jpg作为测试图片，复制到nanodet-1.0.0-alpha-1目录下，如下图所示。

在Pycharm里打开终端，输入如下命令进行推理：

python demo/demo.py image --config ./config/nanodet-plus-m-1.5x_416.yml --model weights/nanodet-plus-m-1.5x_416.pth --path  bus.jpg

推理图片、视频或开启摄像头推理的命令行，大家自行修改和尝试。

注意：.yml是NanoDet-plus的配置文件，.pth是权重文件，这两个文件要一一对应哦！！！下面就是检测出的结果：

五、结语

最近Windows 11在逐步覆盖，我个人认为此款操作系统可能不如Windows 10稳定，与众多软件的兼容性较差，所以还是安装稳定的Windows 10好，除此以外，像Pytorch、CUDA、Python等，也是装较为稳定的好，没必要更新到最新版。如果在搭建环境过程中遇到难以解决的问题，欢迎大家在评论区留言，或私信我。