Detectron 2的简介、安装与demo运行

简介

Detectron 2是基于 PyTorch 框架的目标检测平台，源码地址。

• 新模型Detectron2 包括原始 Detectron 中的所有模型，例如 Faster R-CNN，Mask R-CNN，RetinaNet 和 DensePose。除此之外，Detectron2 还加入了几个新模型，包括：Cascade R-CNN，Panoptic FPN 和 TensorMask，未来还将继续添加更多算法。
• 新功能在 Detectron2 还包含了一些新功能，例如：同步批处理规范化（synchronous Batch Norm），以及对 LVIS 等新数据集的支持等。 
• 新任务支持 Detectron2 支持与目标检测有关的一系列任务。和之前的 Detectron 一样，它也支持目标检测、实例分割、人体姿态估计等任务。此外，Detectron2 还支持语义分割和全景分割。

安装

第一步：创建一个虚拟环境，并安装依赖项：（我的环境如下）

• Python3.6.10
• Pytorch1.4.0
• torchvision0.5.0
• opencv-contrib-python4.2.0.34

安装opencv时不能直接使用“conda install opencv”命令安装，因为这样只会安装opencv的主模块，后续运行demo的时候会报错。我们应该使用如下命令来安装opencv的加强版：

conda install opencv-contrib-python

• pycocotools，其安装命令如下：

pip install cython
pip install -U 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

第二步：编译Detectron2

将源码下载到本地

git clone https://github.com/facebookresearch/detectron2.git

进入detectron2文件夹内，执行编译命令

cd detectron2
python -m pip install -e .

注意：如果detectron2是在其它设备上拷贝过来（已编译过）或者重新安装了虚拟环境中的Pytorch等依赖包，需要使用如下命令删除detectron2文件夹内的build文件夹，然后重新编译

rm -rf build/ **/*.so

demo运行

在detectron2文件夹下新建一个demo.sh文件，其内容如下：

python demo/demo.py  \
    --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
    --webcam \
    --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

激活虚拟环境，执行demo.sh文件即可开启网络摄像头实现基于mask_rcnn的目标检测。

注意：如果出现"invalid device function"错误，说明编译detectron2的CUDA版本与运行detectron2的CUDA版本不一致。详情查看detectron2的INSTALL.md文件。

 

参考文章：https://www.leiphone.com/news/201910/P2sq3UjmbsI6QdiW.html

                      https://www.aiuai.cn/aifarm1288.html#1.detectron2%E5%AE%89%E8%A3%85