Detectron2目标检测源码安装与测试，让你在window10/11环境一步成功

detectron2是Facebook的代表着，性能就不用多说，至少目前是比较先进的。由于该源码有很多中间件（python包），包之间的兼容性也是一个很让人头疼的问题，估计会有很多人要被折腾。下面给出成功的安装办法。

1、下载安装conda，Anaconda3-2021.05-Windows-x86_64.exe，这个安装就不说了，安装完成后不要加什么清华等下载包的镜像。

2、在windows找到anaconda prompt菜单，进入命令提示符

 3、安装pytorch，到PyTorch官网直接用pip3命令安装（速度杠杠的估计不到2分钟完成），注意不要用conda install，否则会很慢很慢。命令如下，官网直接选取拷贝的。官网的选择版本如下图：

  pip3 install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

再说一遍，版本很重要，这里测试pytorch1.9和1.8都可以，cuda选择的是10.2，11.1没有测试

3、安装detectron2 ，首先从GitHub https://github.com/facebookresearch/detectron2 下载源码

进入解压目录找到并进入跟目录，执行下面命令开始安装（可能要C++编译器，我的两个系统vc2017和vc2019都测试通过，）。

python setup.py build develop

如下图所示

4、测试，进入demo，拷贝几张图片到demo下面，执行如下的命令（这个命令在源码的帮助文档中有的，这里简单修改了一些）：

python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input input1.jpg input2.jpg input3.jpg --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

这个命令有三个参数 --config-file，--input （输入的文件），--opts MODEL.WEIGHTS（网络参数）。上面的命令非常丑陋苦涩，程序员希望通过代码来调用，下面根据demo中的代码提取关键的测试程序：

import cv2
from detectron2 import model_zoo
from detectron2.engine import DefaultPredictor
from detectron2.config import get_cfg
from detectron2.utils.visualizer import Visualizer
from detectron2.data import MetadataCatalog, DatasetCatalog
from detectron2.data.detection_utils import read_image
from predictor import VisualizationDemo
#得到配置对象
cfg = get_cfg()
cfg.merge_from_file(model_zoo.get_config_file("COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml"))
# 设定测试时ROI_HEADS的正负样本判定的得分阈值
cfg.MODEL.ROI_HEADS_SCORE_THRESH_TEST = 0.5
# 加载预训练模型
cfg.MODEL.WEIGHTS = model_zoo.get_checkpoint_url("COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml")
# 使用上述的配置文件构建默认的检测器（DefaultPredictor）
##############################################
predictor = DefaultPredictor(cfg) #1
im = read_image('input1.jpg', format="BGR") #2
cv2.imshow('input image',im)
cv2.waitKey(0)
# 对之前下载的图片进行检测
output = predictor(im) #3
#############################################

v = Visualizer(im,MetadataCatalog.get(cfg.DATASETS.TRAIN[0]))
out = v.draw_instance_predictions(output['instances'].to('cpu'))
cv2.imshow('output image',out.get_image())
cv2.waitKey(0)

#或者采用demo提供的封装了的函数
#根据VisualizationDemo类来得到predicator，cfg是配置对象参数
demo = VisualizationDemo(cfg)
#执行检测或者分割
predictions, visualized_output = demo.run_on_image(im)
cv2.imshow('调用demo封装输出', visualized_output.get_image()[:, :, ::-1])
cv2.waitKey(0)
#测试摄像头
import tqdm
cam = cv2.VideoCapture(0)
for vis in tqdm.tqdm(demo.run_on_video(cam)):
    cv2.namedWindow('', cv2.WINDOW_NORMAL)
    cv2.imshow('', vis)
    if cv2.waitKey(1) == 27:
        break  # esc to quit
cam.release()
cv2.destroyAllWindows()

下面是运行的效果：

第一张图片输出

第二张图片输出

第三张图片输出

 命令行的输出

上面的测试结果可以看出，对普通的景物检查还是不错，但是第一张在复杂的人群和物体扎混环境中，检测结果比较差，提升空间还很大。