【代码解析】显示detectron2中faster R-CNN的检测结果，利用visualizer显示

在上一个博客：detectron2实现Faster RCNN目标检测
讲解了如何实现，这一个博客剖析其中一些关键代码。

1，准备及目的

• detectron2项目地址
• 目的是跟踪代码，清楚代码的相关部分的作用。

安装：

pip install -U torch torchvision cython
pip install -U 'git+https://github.com/facebookresearch/fvcore.git' 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
git clone https://github.com/facebookresearch/detectron2 detectron2_repo
pip install -e detectron2_repo

2，Faster RCNN目标检测

步骤和detectron2实现Faster RCNN目标检测一样

在终端输入：

python3 demo.py --config-file ../configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml \
  --input ../img/1.jpg \
  --output ../img/1_1.jpg \
  --opts MODEL.WEIGHTS detectron2://COCO-Detection/faster_rcnn_R_50_FPN_3x/137849458/model_final_280758.pkl

3.错误解决

运行过程中可能会出现

Traceback (most recent call last):
File “demo.py”, line 7, in
import cv2
File “/opt/conda/lib/python3.7/site-packages/cv2/init.py”, line 5, in
from .cv2 import *
ImportError: libGL.so.1: cannot open shared object file: No such file or directory

解决方案：

在终端运行：

apt update
apt install libgl1-mesa-glx

3，代码跟踪

在代码中设置输出，在终端中观察输出的顺序。

出现的运行代码文件包括：

1. detectron2_repo/demo/demo.py
2. detectron2_repo/demo/predictor.py
3. detectron2/utils/visualizer.py