PyTorch1.8跑通CenterNet

拜读了Objects as Points这篇论文，也想应用在自己的项目中。
论文地址：https://arxiv.org/abs/1904.07850
官方代码：https://github.com/xingyizhou/CenterNet

因为文章发表于2019年，当时原作者使用的PyTorch版本还是0.4.1，也就导致了现在用上了PyTorch1.x版本的朋友再编译和使用的时候有会踩到一些坑。主要问题出在src/lib/models/networks/DCNv2中文件的编译问题上。

还好github都能找到能兼容PyTorch1.x版本的DCNv2，当然安装步骤也会需要有些许变化。本文整理一下踩到的坑和解决办法，最终成功地在PyTorch1.8跑通了CenterNet

环境

Anaconda创建一个虚拟环境，并activate进入到该环境中。

• python == 3.7.12
• pytorch == 1.8.0
• cudatoolkit == 11.4.2
• ubuntu == 18.04
• CUDA == 11.4

安装

官方的安装参考：https://github.com/xingyizhou/CenterNet/blob/master/readme/INSTALL.md
首先Clone一下CenterNet的官方代码到本地。

CenterNet_ROOT=/path/to/clone/CenterNet
git clone https://github.com/xingyizhou/CenterNet $CenterNet_ROOT

先安装一下requirements

pip install -r requirements.txt

然后下面的步骤就要再官方的基础上做修改了，因为按照官方的对DCNv2进行修改，那就要遇上第一个报错：

ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.

报错原因就是PyTorch目前已经没有torch.utils.ffi函数了。
网上的方法很多是退回将PyTorch退回0.4.1，然后进行编译。然而，1.x的版本在将很多好用的模块直接引入torch或torchvision中，后续使用如果需要对网路进行一定的优化和修改，保留1.x版本还是更方便。

直接在仓库的issue中搜索，能找到这个解决方案：https://github.com/xingyizhou/CenterNet/issues/7

这个方案的环境是PyTorch1.1+CUDA10.1+Win10.

方案中首先编译了nms

cd CenterNet\src\lib\external
#python setup.py install
python setup.py build_ext --inplace

这一步在我这里成功完成。

遇到的deprecated问题，回答中是建议将原repo中的DCNv2替换成https://github.com/CharlesShang/DCNv2

cd CenterNet\src\lib\models\networks
rm -rf DCNv2
git clone https://github.com/CharlesShang/DCNv2
cd DCNv2

./make.sh

这时候出现了新的报错：

RuntimeError: Error compiling objects for extension

在CharlesShang的repo里搜issue，里面提到PyTorch1.1应该是可以正常编译的，但高于1.1版本就会遇到这个错误。同事，里面指路用一个更新版本的DCNv2，https://github.com/jinfagang/DCNv2_latest

cd CenterNet/src/lib/models/networks
rm -rf DCNv2
git clone https://github.com/jinfagang/DCNv2_latest
cd DCNv2_latest DCNv2

./make.sh

前一个错误消失了。报了新的错误，更奇怪了

ImportError: No module named torch

这就非常奇怪了，coda list环境里一切都是正常的，进入python再import torch也没有任何问题。

检查了一下make.sh

#!/usr/bin/env bash

sudo rm *.so
sudo rm -r build/
sudo python3 setup.py build develop

看完这个我明白了，sudo的使用使得编译使使用的不是Anaconda虚拟环境中的python，而是用了系统的python

#!/usr/bin/env bash

sudo rm *.so
sudo rm -r build/
python3 setup.py build develop

重新运行./make.sh，这次编译成功了。
运行一下

cd CenterNet/src/lib/models/networks/DCNv2
python testcpu.py
python testcuda.py

如果有正常的输出，那说明已经安装成功了，现在可以用CenterNet了。