mmdetection用mmclassification的backbone

已于 2022-09-17 17:48:52 修改
阅读量962 收藏 4
点赞数 2
分类专栏： 机器学习 文章标签： MMDetection MMClassificatio MMCV DeiT DETR
于 2022-09-17 17:35:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HackerTom/article/details/126906561
版权

接上篇[1]，现需要将 backbone 换成 DeiT-tiny[2,3]。

MMDetection[4] 不直接支持 DeiT（backbones/ 下没有），但 MMClassification 有实现。参考 [6,7]，可以直接在 MMDetection 中调用 MMClassification 的模型。

由于 DeiT 是 transformer 结构，而 MMDetection 直接支持的 DETR[8,9]也是，考虑基于它的配置文件[10]来改。

Configuration

配置文件的介绍见 [11-16]。对照已有的配置文件和 mmdetection/mmdet/models/ 的类定义来看，配置文件中 model 里配置的域，对应相应模型类的构造函数参数，所以替换 DeiT-tiny 做 backbone 时 model/backbone 要写哪些项，是看 deit.py 及其父类的构造函数有什么参数。

由 [10]，它引用的数据集相关的配置文件是 coco_detection.py，类似 [1] 中，两个配置文件分别修改：

scannet_detection.py

  • 修数据集类集的方法见 [17,18]，要改 / 加 classes、data/train/dataset/classes、data/val/classes、data/test/classes。类集见 [19]。
# Inherited from: mmdetection/configs/_base_/datasets/coco_detection.py
# fit to ScanNet-frames-25k

dataset_type = 'CocoDataset'
classes = (
    "wall", "floor", "cabinet", "bed", "chair",
    "sofa", "table", "door", "window", "bookshelf",
    "picture", "counter", "desk", "curtain", "refrigerator",
    "shower curtain", "toilet", "sink", "bathtub", "otherfurniture"
)
data_root = 'data/scannet-frames/'
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True),
    dict(type='Resize', img_scale=(1333, 800), keep_ratio=True),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='Pad', size_divisor=32),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels']),
]
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale=(1333, 800),
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=True),
            dict(type='RandomFlip'),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='Pad', size_divisor=32),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img']),
        ])
]
data = dict(
    samples_per_gpu=2,
    workers_per_gpu=2,
    train=dict(
        type=dataset_type,
        ann_file=data_root + 'scannet_objdet_train.json',
        img_prefix=data_root + 'train/',
        pipeline=train_pipeline,
        classes=classes),
    val=dict(
        type=dataset_type,
        ann_file=data_root + 'scannet_objdet_val.json',
        img_prefix=data_root + 'val/',
        pipeline=test_pipeline,
        classes=classes),
    test=dict(
        type=dataset_type,
        ann_file=data_root + 'scannet_objdet_val.json',
        img_prefix=data_root + 'val/',
        pipeline=test_pipeline,
        classes=classes))
evaluation = dict(interval=1, metric='bbox')

detr_deit_tiny_8x1_150e_scannet.py

  • model/backbone
  • model/bbox_head
    • num_classes 参考 [17,18]，类数也是数自 [19]；
    • in_channels 即 backbone 最后一层输出的特征维度，见 arch_zoo 中的 deit-tiny/embed_dims；
    • transformer/encoder 和 decoder/transformerlayers/attn_cfgs/embed_dims 和 ffn_cfgs/embed_dims（见 BaseTransformerLayer 中的 __init__/ffn_cfgs/embed_dims）也要相应改成跟 in_channels 同维；
    • positional_encoding/num_feats 要恰好是 in_channels 的一半。
  • data/samples_per_gpu 改成 1，即每块卡 batch_size = 1，否则我这会爆显存。按 [11] 的命名规则，配置文件名中改成 8x1。
# Inherited from mmdetection/configs/detr/detr_r50_8x2_150e_coco.py
## Modifications
# 1. use DeiT-tiny as backbone
# 2. use ScanNet-frames-25k

_base_ = [
    '../_base_/datasets/scannet_detection.py',
    '../../mmdetection/configs/_base_/default_runtime.py'
]
custom_imports = dict(imports=['mmcls.models'], allow_failed_imports=False)
model = dict(
    type='DETR',
    backbone=dict(
        # _delete_=True, # Delete the backbone field in _base_
        # from: mmclassification/configs/deit/deit-tiny_pt-4xb256_in1k.py
        type='mmcls.VisionTransformer',
        arch='deit-tiny',
        img_size=224,
        patch_size=16,
        with_cls_token=False,
        output_cls_token=False,
        out_indices=-1,
        # norm_cfg=dict(type='BN', requires_grad=False),
        # norm_eval=True,
        # style='pytorch',
        init_cfg=dict(
            type='Pretrained',
            # from: mmclassification/configs/deit/README.md -> DeiT-tiny
            checkpoint='https://download.openmmlab.com/mmclassification/v0/deit/deit-tiny_pt-4xb256_in1k_20220218-13b382a0.pth',
            prefix='backbone.',
        ),
    ),
    bbox_head=dict(
        type='DETRHead',
        num_classes=20,  # from: convert-scannet-coco-objdet.py
        # from: mmclassification/mmcls/models/backbones/vision_transformer.py
        #   -> arch_zoo["deit-tiny"]["embed_dims"]
        in_channels=192,
        transformer=dict(
            type='Transformer',
            encoder=dict(
                type='DetrTransformerEncoder',
                num_layers=6,
                transformerlayers=dict(
                    type='BaseTransformerLayer',
                    attn_cfgs=[
                        dict(
                            type='MultiheadAttention',
                            embed_dims=192,#256,
                            num_heads=8,
                            dropout=0.1)
                    ],
                    feedforward_channels=2048,
                    ffn_dropout=0.1,
                    # from: mmcv/mmcv/cnn/bricks/transformer.py
                    #    -> BaseTransformerLayer/__init__/ffn_cfgs
                    ffn_cfgs=dict(
                        embed_dims=192,
                        # feedforward_channels=2048,
                        # ffn_drop=0.1,
                    ),
                    operation_order=('self_attn', 'norm', 'ffn', 'norm'))),
            decoder=dict(
                type='DetrTransformerDecoder',
                return_intermediate=True,
                num_layers=6,
                transformerlayers=dict(
                    type='DetrTransformerDecoderLayer',
                    attn_cfgs=dict(
                        type='MultiheadAttention',
                        embed_dims=192,#256,
                        num_heads=8,
                        dropout=0.1),
                    feedforward_channels=2048,
                    ffn_dropout=0.1,
                    # from: mmcv/mmcv/cnn/bricks/transformer.py
                    #    -> BaseTransformerLayer/__init__/ffn_cfgs
                    ffn_cfgs=dict(
                        embed_dims=192,
                        # feedforward_channels=2048,
                        # ffn_drop=0.1,
                    ),
                    operation_order=('self_attn', 'norm', 'cross_attn', 'norm',
                                     'ffn', 'norm')),
            )),
        positional_encoding=dict(
            # type='SinePositionalEncoding', num_feats=128, normalize=True),
            type='SinePositionalEncoding', num_feats=int(192 // 2), normalize=True),
        loss_cls=dict(
            type='CrossEntropyLoss',
            bg_cls_weight=0.1,
            use_sigmoid=False,
            loss_weight=1.0,
            class_weight=1.0),
        loss_bbox=dict(type='L1Loss', loss_weight=5.0),
        loss_iou=dict(type='GIoULoss', loss_weight=2.0)),
    # training and testing settings
    train_cfg=dict(
        assigner=dict(
            type='HungarianAssigner',
            cls_cost=dict(type='ClassificationCost', weight=1.),
            reg_cost=dict(type='BBoxL1Cost', weight=5.0, box_format='xywh'),
            iou_cost=dict(type='IoUCost', iou_mode='giou', weight=2.0))),
    test_cfg=dict(max_per_img=100))
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
# train_pipeline, NOTE the img_scale and the Pad's size_divisor is different
# from the default setting in mmdet.
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(
        type='AutoAugment',
        policies=[[
            dict(
                type='Resize',
                img_scale=[(480, 1333), (512, 1333), (544, 1333), (576, 1333),
                           (608, 1333), (640, 1333), (672, 1333), (704, 1333),
                           (736, 1333), (768, 1333), (800, 1333)],
                multiscale_mode='value',
                keep_ratio=True)
        ], [
            dict(
                type='Resize',
                img_scale=[(400, 1333), (500, 1333), (600, 1333)],
                multiscale_mode='value',
                keep_ratio=True),
            dict(
                type='RandomCrop',
                crop_type='absolute_range',
                crop_size=(384, 600),
                allow_negative_crop=True),
            dict(
                type='Resize',
                img_scale=[(480, 1333), (512, 1333), (544, 1333),
                            (576, 1333), (608, 1333), (640, 1333),
                            (672, 1333), (704, 1333), (736, 1333),
                            (768, 1333), (800, 1333)],
                multiscale_mode='value',
                override=True,
                keep_ratio=True)
        ]]),
    dict(type='Normalize', **img_norm_cfg),
    dict(type='Pad', size_divisor=1),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels'])
]
# test_pipeline, NOTE the Pad's size_divisor is different from the default
# setting (size_divisor=32). While there is little effect on the performance
# whether we use the default setting or use size_divisor=1.
test_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(
        type='MultiScaleFlipAug',
        img_scale=(1333, 800),
        flip=False,
        transforms=[
            dict(type='Resize', keep_ratio=True),
            dict(type='RandomFlip'),
            dict(type='Normalize', **img_norm_cfg),
            dict(type='Pad', size_divisor=1),
            dict(type='ImageToTensor', keys=['img']),
            dict(type='Collect', keys=['img'])
        ])
]
data = dict(
    samples_per_gpu=1,#2,
    workers_per_gpu=2,
    train=dict(pipeline=train_pipeline),
    val=dict(pipeline=test_pipeline),
    test=dict(pipeline=test_pipeline))
# optimizer
optimizer = dict(
    type='AdamW',
    lr=0.0001,
    weight_decay=0.0001,
    paramwise_cfg=dict(
        custom_keys={'backbone': dict(lr_mult=0.1, decay_mult=1.0)}))
optimizer_config = dict(grad_clip=dict(max_norm=0.1, norm_type=2))
# learning policy
lr_config = dict(policy='step', step=[100])
runner = dict(type='EpochBasedRunner', max_epochs=150)

Training

代码结构类似 [1]，这里只展示必要的部分：

my-project/
|- mmdetection/
|- configs/
|  |- _base_/
|  |  `- datasets/
|  |     `- mstrain_3x_scannet.py
|  `- detr/
|     `- detr_deit_tiny_8x1_150e_scannet.py
`- scripts/
   |- find_gpu.sh
   `- train-scannet-frames.sh

其中，训练脚本：

#!/bin/bash
# train-scannet-frames.sh
clear

# run `conda activate openmmlab` first

config=configs/detr/detr_deit_tiny_8x2_150e_scannet.py

. scripts/find_gpu.sh -1 14787

echo begin: $(date) > scripts/RUN-`basename $0`.txt

PATH=/usr/local/cuda/bin:$PATH \
PYTHONPATH=mmdetection/mmdet:$PYTHONPATH \
CUDA_VISIBLE_DEVICES=${gpu_id} \
MMDET_DATASETS=`pwd`/data/scannet-frames/ \
bash mmdetection/tools/dist_train.sh \
    $config ${n_gpu_found}
# python mmdetection/tools/train.py \
#     $config

echo end: $(date) >> scripts/RUN-`basename $0`.txt

References

  1. MMDetection在ScanNet上训练
  2. (ICLR 2021) Training data-efficient image transformers & distillation through attention
  3. facebookresearch/deit
  4. open-mmlab/mmdetection
  5. open-mmlab/mmclassification
  6. How to change the model of mmclassification to mmdetection？ #7761
  7. Use backbone network implemented in MMClassification / Use backbone network implemented in MMClassification
  8. (ECCV 2020) End-to-End Object Detection with Transformers - paper, supplementary
  9. facebookresearch/detr
  10. open-mmlab/mmdetection/configs/detr/detr_r50_8x2_150e_coco.py
  11. Tutorial 1: Learn about Configs
  12. Config
  13. MMDetection框架入门教程（二）：快速上手教程
  14. MMDetection框架入门教程（三）：配置文件详细解析
  15. 【MMDetection-学习记录】config配置文件说明
  16. mmdetection的config配置文件参数介绍
  17. AssertionError: The num_classes (3) in Shared2FCBBoxHead of MMDataParallel does not matches the length of CLASSES 80) in CocoDataset #4828
  18. Prepare a config / Prepare a config
  19. ScanNet/BenchmarkScripts/convert2panoptic.py
HackerTom
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
目标检测：记录mmdetection替换backbone为ResNeSt
qq_30612045的博客
03-11 4333
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、基本环境配置二、实现过程1.Define resnest2. Import the module3. 适配resnest.py4. 适配resnet.py5. Use the backbone in your config file 前言 实验需要将现有开源目标检测代码的backbone替换为ResNeSt，开源代码基于mmdetection v1开发，mmcv版本较低（0.2.16），随着版本更新， 目前mmdetec
mmdetection更换backbone示例
微信号：Custom-Software
03-20 781
因为，我为了区别是调用的“ResNet”还是自己的“ResNet1”，我把所有“backbone_new.py”文件中的“ResNet”改称了“ResNet1”，我是直接用的原来的“resnet.py”代码，然后自己重新新建了一个“backbone_new.py”文件，调用就可以。记得修改自己的网络结构代码。此处先说明一下，我更换的是“ResNet1”，之前用的是“ResNet”。.py”和“backbone_new.py”这两个文件，这个是需要修改的地方，记得只需要修改“貌似没其他的地方需要修改的了。
mmdetection自定义backbone(转)
lishuiwang的专栏
02-28 3330
前面我们零散的了解了mmdetection用到的一些python和PyTorch的知识。 现在我们开始深入算法模型来学习，这个模块我们尝试自定义一个se_resnet50来学习自定义backbone. 在mmdetection/mmdet/models/backbone文件下创建一个senet.py的python文件。 """ ResNet code gently borrowed from...
【MMDet Note】MMDetection中Backbone之ResNet代码理解与解读
weixin_47691066的博客
07-28 2802
mmdetection/mmdet/models/backbones/resnet.py中的ResNet类的个人理解与代码解读。
batch_size应该怎么设置
weixin_46013817的博客
12-16 5400
batch_size的设置
mmdetection修改backnone
最新发布
03-26
在MMDetection中我们知道，各种文件都是通过配置来进行构建。由于我使用了新的数据集，也替换了新的网路结构，所以我新建了一个新的配置文件，名称为：detr_spinmlp_8x8_150e_mask.py 将原本是resnet的替换为我设计...
ECCV2018-DetNet A Backbone network for Object Detection.pptx
05-14
本篇论文发表在ECCV2018，关于目标检测一篇文章解读，文档总结了论文关键点以及创新点，希望可以帮助到更多的人
前端框架backbone使用教程.zip
01-08
前端框架backbone使用教程.zip
Backbone.js的一些使用技巧
10-24
主要介绍了Backbone.js的一些使用技巧,Backbone.js是一款人气JavaScript库,需要的朋友可以参考下
backbone-proxy:Backbone 的模型代理
06-21
Backbone 的模型代理。 在具有不同关注点的多个组件（例如视图）之间共享单个模型实例是一种常见模式的应用程序中特别有用。 在这种情况下，多个组件需要引用相同的模型封装状态，这禁止了模型行为的特殊化。 此外...
MMDetection系列 | 1. MMDetection安装流程与测试
Clichong
09-06 2363
这篇博客记录安装mmdetection的过程，以及记录对公共数据集进行推理测试与训练的简单使用。
mmdetection训练自己的COCO数据集及常见问题
weixin_43570470的博客
06-06 9110
mmdetection训练自己的COCO数据集及常见问题
mmdet-rfla调试经验
sinat_38213499的博客
09-12 2303
mmdetection配置心得
mmdetection的一些使用记录
qq_42145862的博客
05-12 1863
mmdetection 训练自己的模型 COCO数据集格式： mmdetection ├── mmdet ├── tools ├── configs ├── data │ ├── coco │ │ ├── annotations │ │ ├── train2017 │ │ ├── val2017 │ │ ├── test2017 修改类别数：（以一个类别为例） 修改CLASSES 需要修改的地方在mmdetection/mmdet/datasets/coco.py。
mmdet之训练和推理
deep_love1314的博客
06-20 4183
mmdetection的训练和推理
mmdetection 调试过程
流浪机器人的博客
09-20 1938
optimizer SyntaxError: invalid syntax 调用GroupSampler 得到sampler发生错误 原因：mmdet/dataset/loader 下的 build_loader.py 单GPU和多GPU的分配写反了 改为： if dist: rank, world_size = get_dist_info() sampler = Distrib...
mmdetetcion 使用经验
weixin_40968474的博客
02-03 2085
mmdetection 使用经验记录 github repository: https://github.com/open-mmlab/mmdetection 1、环境配置 一定要按照pytorch官网指令安装pytorch以及其对应的库，比如我的是： conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch ，这里要注意的是 -c pytorch 表示走pytorch的官方资源下载，如果要从自己配的国内源，如清华源
【代码】mmdetection中的mmdet.datasets
FSALICEALEX的博客
08-15 6093
1.collate 1.collate 用来拼接batch中的数据。与标准的pytorch中的default_collate不同，这里的collate返回的是一个列表，每个列表中的元素是一个minibatch，应该是为了用于多个gpu，每个gpu上运行一个minibatch。 collate支持对于DataContainer数据类型的操作， 对于meta data，直接拼成minibatch，返回...
MMDetection系列 | 3. MMDetection自定义模型训练
Clichong
09-11 2380
在去年MLP-Mixer出来之后，出现过一段短时间内的高潮，我也将相关的MLP结构全部的复现了一遍。不过当时苦于只能跑分类数据集，不能简单的将网络结构移植到其他的下游任务，只能作罢。后来了解了MMDetection，这个一个集成的开源目标检测框架。主旨是让我们能够比较方便的测试我们自己设计的结构。不过，缺点就是，框架封装得太多，不好细改，也难以调试。但是优点是替换结构方便。网上关于MMDetection的资料还比较少，这篇博客也算是我踩了比较多的坑多得到的结果。
mmdetection更换backbone
07-28
您好！要更换 mmdetection 的 backbone，您可以按照以下步骤操作： 1. 首先，选择您想要替换的新的 backbone 模型。确保该模型已经在 PyTorch 或 TorchVision 中实现。 2. 打开 `mmdet/models/backbones` 目录，这是 mmdetection 用于存放 backbone 模型的位置。 3. 您需要创建一个新的模型文件，命名为 `your_backbone.py`，以替换当前的 backbone 模型。在这个文件中，您需要定义一个新的 backbone 类，并在其中实现 `init_weights()` 和 `forward()` 方法。 4. 在 `mmdet/models/backbones/__init__.py` 文件中，将导入语句修改为 `from .your_backbone import YourBackbone`，确保正确导入新的 backbone 类。 5. 接下来，在配置文件中指定新的 backbone。打开您使用的配置文件（如 `configs/your_config.py`），找到 `model.backbone` 部分，并将其更改为使用新的 backbone。例如，可以设置为 `model.backbone = dict(type='YourBackbone', ...)`。 6. 最后，您可以根据需要调整其他相关参数和配置。确保其他部分与您的新 backbone 兼容，并保存配置文件。 完成以上步骤后，您已经成功更换了 mmdetection 的 backbone 模型。请注意，更换 backbone 可能需要相应地修改其他部分以适应新模型的输入和输出。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值