PKINet(2024CVPR)复现

论文：Poly Kernel Inception Network for Remote Sensing Detection

文章地址：https://arxiv.org/pdf/2403.06258.pdf

code地址：GitHub - NUST-Machine-Intelligence-Laboratory/PKINet

环境安装:

首先，从AutoDL上面租一台服务器，服务器类型根据自己的情况选择吧，我选择的是3090单卡来跑实验。

这一步就是按照作者的配置：

conda create --name openmmlab python=3.8 -y
conda activate openmmlab
conda install pytorch==1.11.0 torchvision==0.12.0 cudatoolkit=11.3 -c pytorch
pip install yapf==0.40.1
pip install -U openmim
mim install mmcv-full
mim install mmdet
mim install mmengine
git clone 
cd PKINet
mim install -v -e .

这个环境还是很好安装的，没有出现向我以前复现的论文中mmcv环境问题的出现。

数据集的准备：

(如果你使用服务器的话需要进行ms或者ss类型的DOTA数据集跑程序，我建议你开服务器前扩容一下数据盘，因为后面我们需要对DOTA数据集进行分割。)

把数据集拷贝到程序中，我为了符合作者的路径，我在PKINet文件下创建了data/DOTA/文件夹。

接下来解压数据使用unzip解压。

然后就是数据集分割了，按照tools/data/dota文件夹中的README文件的指令进行分割，我这里选择分割为ms类型，就是多尺度的小目标类型。指令如下：

python tools/data/dota/split/img_split.py --base-json \
  tools/data/dota/split/split_configs/ms_trainval.json

python tools/data/dota/split/img_split.py --base-json \
  tools/data/dota/split/split_configs/ms_test.json

开始分割:

这个分割过程还是挺慢的。

然后改一下configs/_base_/datasets/dotav1_ms1024.py中的文件路径改成你自己存放的路径。

还有一个地方记住也要改，就是configs/pkinet/pkinet-s_fpn_o-rcnn-dotav1-ss_le90.py文件中的这个，如下图所示：改成你自己想要测试的尺度类型，就像我需要改为ms类型的。

开始训练:

使用如下图指令开始训练：

python  /root/autodl-tmp/PKINet/tools/train.py   /root/autodl-tmp/PKINet/configs/pkinet/pkinet-s_fpn_o-rcnn-dotav1-ss_le90.py

备注：pkinet-s_fpn_o-rcnn-dotav1-ss_le90.py，这个是你要跑的模型的代码，你也可以自己选择其他的。

我丢，mmcv报错还是来了，换个mmcv版本试一试。先去这个网站找适合我们pytorch和cuda版本的mmcv版本:Installation — mmcv 2.1.0 documentation

我换了1.7.1的mmcv-full，运行又出现问题，看看怎么回事。

这次的问题是初始化权重没有加载，哦，对了我忘记把预训练的权重加载进去了，再去把预训练权重下载过来。

此时，我们要改这里，看图说话：

备注：作者默认是多卡跑的。

再输入：python  /root/autodl-tmp/PKINet/tools/train.py   /root/autodl-tmp/PKINet/configs/pkinet/pkinet-s_fpn_o-rcnn-dotav1-ss_le90.py 跑一下，我丢怎么又报错。这玩意ValueError: need at least one array to concatenate，debug看下，发现导入数据集路径错了，导致未加载成功。改写后，再跑。

OK,能训练了，时间太久了，那先直接拿作者训练好的权重文件来测试吧。

这次错误的解决,主要是因为以前复现过LSKNet，文章中又提到了LSKNet，然后看了下LSK的train.py的代码，两者差不多，找到以前我看过LSKNet复现的帖子，才发现没导入权重文件和改单卡模式，LSKNet复现的帖子在这里ICCV 2023 | LSKNet【保姆级】训练自己的目标检测模型-CSDN博客，这个博主讲得很仔细。

测试：

我们进行测试和demo实验，从官网上下载权重文件，如下，我测试的是DOTAv1.0的，但是只有ss的权重文件，先试一试能不能跑，不能跑再换ss类型的数据集。

在服务器上可以输入：

python ./tools/test.py  \
  configs/rotated_retinanet/rotated_retinanet_obb_r50_fpn_1x_dota_le90.py \
  checkpoints/pkinet_s_o-rcnn_dotav1-ss.pth --format-only \
  --eval-options submission_dir=work_dirs/Task1_results

结果：

时间太久了吧，快两个小时了，有实力的童鞋可以等着看看结果，我直接进行demo实验吧。

Demo实验：

使用这段指令进行demo实验:

demo/huge_image_demo.py \
    demo/dota_demo.jpg \
   configs/pkinet/pkinet-s_fpn_o-rcnn-dotav1-ss_le90.py \
    PKINet/pkinet_s_o-rcnn_dotav1-ss.pth \

我在pycharm上跑的结果如下：

这里导入的权重文件一定要对号入座,我就犯了一个错误，用错了权重文件，导致检测的目标不完整。

本次复现也踩了很多的坑，这也是我第一篇博客，不对之处请各位指教，也当做我自己的一个笔记吧，毕竟好记性不如烂笔头。