faster-rcnn实现目标检测

最新推荐文章于 2024-07-12 11:25:47 发布

「已注销」

最新推荐文章于 2024-07-12 11:25:47 发布

阅读量4.3k

点赞数 6

分类专栏：项目文章标签：目标检测 faster-rcnn pytorch jwyang

本文链接：https://blog.csdn.net/The_heart_of_robort/article/details/85224232

版权

本文详细介绍了在PyTorch中复现faster-rcnn目标检测模型的过程，包括设置虚拟环境、准备数据集（VOC、COCO、Visual Genome）、安装预训练模型、编译和运行Demo，以及在PyCharm中调试代码。过程中遇到的问题和解决方案也被详细记录，以帮助读者避免类似困扰。

摘要由CSDN通过智能技术生成

faster-rcnn实现目标检测

写在前面

首先，我是复现的GitHub上jwyang大神的实现，看我这个帖子的时候建议同时参考其网址，网址如下：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0。

以下的实现过程本人踩了无数的坑才踩过来的，首先说明一下为什么会有坑：这个repository的原作者，无疑，是一个高手，而高手，其电脑上肯定早已配过了一系列的环境，安装过了一系列的包。但对于本菜鸡用的服务器而言，很多包肯定没装过而且装的不一样，高手虽然在这个repository中给出了所需的依赖包，但对于我来说，也许并不全，所以如果您的情况与我相似，也是可以参考下我的配置过程的哈！另外，我写这篇文章的另一个意义在于，是对这个repository进行一个整合，因为如果单单对照README.md的话，免不了会有很多网页链接要跳转，这样会很乱，所以我这里把所有要做的步骤都整合在一篇文章中。另外：我估计这个repository以后还会更新，更新之后的情况就未必适合于我在当下时间所写的配置过程，所以也请注意我的写作时间，酌情参考（不过大体思路总是一样的）。

准备虚拟环境、git clone

先在一个虚拟环境里安装好pytorch0.4.1（我知道这个repository的README里写了这个repository是支持pytorch1.0的，但是经过我实际验证，还是要用0.4.1版本。python版本要选2.7，因为之后有一步编译是需要python2.7的）。另外，依据我的个人经历，不同的工程所依赖的环境一般会有不同，为了避免环境不好配，我一怒之下决定给每一个工程创建一个专属虚拟环境。注意：如果用conda装，按照官网指令执行：conda install pytorch torchvision -c pytorch，则由于pytorch服务器在国外，则下载速度很慢，很可能会中断。所以采用pip(python install packages)从国内的清华的源来安装，这个源每5分钟同步一次，所以可以认为是最新的。

conda create -n jwyang-fasterrcnn-pytorch041-py27 python=2.7
conda activate jwyang-fasterrcnn-pytorch041-py27
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install torch==0.4.1 torchvision

然后，把clone代码到本地，并创建个data文件夹。

mkdir Projects/ObjectDetection
cd Projects/ObjectDetection
git clone https://github.com/jwyang/faster-rcnn.pytorch.git 
#git clone如果没有指定路径就会clone到当前工作目录
cd faster-rcnn.pytorch && mkdir data

准备数据集

准备voc数据集

下载训练集、验证集、测试集和VOCdevkit：

mkdir -p ~/Projects/Data/VOC2007 #创建个存放数据的文件夹
cd ~/Projects/Data/VOC2007
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
#wget没有指定下载到哪里的话就会下载到当前工作目录，也可以用-P参数来指定。

wget是linux自带的一个命令行工具，用于下载网站/批量文件，支持HTTP和FTP。

把这些tar包里的内容都提取到一个叫VOCdevkit的文件夹下：

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

tar xvf FileName.tar是解包命令，tar cvf FileName.tar DirName是打包命令。tar xvf默认是解包到当前目录（新建一个文件夹，把tar包的文件都放到这个文件夹里），但实际上执行完以上三条命令，三个tar包的所有内容都在当前工作目录的VOCdevkit文件夹下，我猜想是VOCdevkit_08-Jun-2007.tar的特殊作用。

VOCdevkit文件夹下的结构应该是这样的：