MMRotate 详细使用教程

MMRotate 详细使用教程

做旋转目标检测，怎么可以不知道如何使用MMRotate呢！

github链接：

https://github.com/open-mmlab/mmrotate

1 安装

1. 创建虚拟环境并激活

conda create -n mmrotate python=3.7 -y
conda activate mmrotate

2. 安装 PyTorch 和 torchvision

conda install pytorch torchvision -c pytorch

注意：确保您的编译 CUDA 版本和运行时 CUDA 版本匹配。
可参考官方文档：https://pytorch.org/

3. 安装MMRotate

1. 安装 mmcv-full
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

2. 安装MMDetection
pip install mmdet

3. 安装 MMRotate
pip install mmrotate
或克隆存储库，然后安装它：
git clone https://github.com/open-mmlab/mmrotate.git
cd mmrotate
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

注意 mmcv和cuda\pytorch要版本匹配，可参考：
https://github.com/open-mmlab/mmcv#installation

2 训练

1. 图片格式与DOTA数据集格式相同
2. 数据集路径修改

/mmrotate/configs/_base_/datasets/dotav1.py

3. 配置文件修改类别数量，找到需要的config文件

/mmrotate/configs/oriented_rcnn/oriented_rcnn_r50_fpn_1x_dota_le90.py

4. 修改类别数量，及图片格式（.jpg或者.png）

/mmrotate/datasets/dota.py

5. 单卡/多卡训练

# 单卡
python tools/train.py ./configs/kld/rotated_retinanet_obb_kld_r50_fpn_1x_dota_le90.py

#多卡（如4张卡训练，PORT数值随意指定）
CUDA_VISIBLE_DEVICES=0,1,2,3 PORT=29500 ./tools/dist_train.sh ./configs/kld/rotated_retinanet_obb_kld_r50_fpn_1x_dota_le90.py 4

3 测试并保存结果

# 单卡
python tools/test.py ./configs/kld/rotated_retinanet_obb_kld_r50_fpn_1x_dota_le90.py ./work-dir/kld/epoch_12.pth --out out.pkl

#多卡（如4张卡训练，PORT数值随意指定）
CUDA_VISIBLE_DEVICES=0,1,2,3 PORT=29500 ./tools/dist_test.sh ./configs/kld/rotated_retinanet_obb_kld_r50_fpn_1x_dota_le90.py ./work-dir/kld/epoch_12.pth --out out.pkl 4

其他可调用的参数，可以自己再去看看嗷

4 解析pkl文件

把结果输出来看看就知道什么形式啦

import mmcv
result = mmcv.load('out.pkl')

5 其他：增加预权重，每训练完一次就保存一个pth权重文件

预训练权重放在：
./configs/_base_/default_runtime.py 中的load_from

每训练完一次就保存权重文件
./configs/_base_/schedules/schedule_1x.py中的
evaluation = dict(interval=1, metric='mAP')   #修改此处，每次训练后测 mAP
checkpoint_config = dict(interval=1)  #修改此处，保存pth