Ubuntu18.04 配置detectron2实现Faster RCNN目标检测和Mask RCNN实例分割(一)

1. 背景介绍

2. 环境要求

  • Ubuntu 18.04
  • CUDA10
  • pytorch==1.3.0
  • torchvision==0.4.1
  • pycocotools

3. 安装步骤

3.1安装依赖

  • cocoapi
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install
  • Cython
pip install cython

3.2 安装detectron2

git clone https://github.com/facebookresearch/detectron2.git
cd detectron2 && python -m pip install -e .

4. 测试安装

完成安装后可输入一下命令测试安装是否成功。

python3 demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input cat.jpg \
  --output result_cat.jpg \
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

输入图片为:
cat.img
结果图片为:
result.jpg
测试成功,说明安装成功,可以使用该框架进行进一步训练、测试等。

评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值