DEFRCN代码复现记录

DEFRCN代码复现记录

论文链接：论文链接
代码链接：代码连接
参考博客：博客地址

步骤

1. 环境配置
   按照参考博客里的步骤配置就好了
2. 数据集准备（以voc数据集为例）
   分别下载：voc2007 voc2012 以及vocsplit
   并且数据集按照如下位置摆放：
   datasets
   | – VOC2007
   | – VOC2012
   | – vocsplit
3. 下载预训练权重
   下载官方提供的预训练权重 下载地址
   下载后放入项目文件夹中，记得修改run_voc.sh里面的预训练权重文件的地址
4. 开始运行
   修改run_voc.sh里关于GPU 个数的设置以及 configs/Base-RCNN.yaml里面的IMS_PER_BATCH（也就是batch_size）终端输入bash run_voc voc1 1即可运行

---

出现的问题

大部分问题就像参考博客里大佬写的那样能够解决，下面写一些遇到的其他问题

1. FloatingPointError: Predicted boxes or scores contain Inf/Nan.Training has diverged.
   这个问题是因为detection2版本问题，默认安装的0.5，安装0.3就不会有这问题，于是我按照DEFRCN github上的环境安装

 pip3 install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
 python3 -m pip install detectron2==0.3 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu101/torch1.6/index.html

3. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70 sm_75.
   If you want to use the NVIDIA GeForce RTX 4090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/
   接着就出现了这个报错，这个报错的原因就是CUDA和pytorch不匹配，换一个pytorch版本就好

pip3 install torch==1.7.0+cu110 torchvision==0.8.1+cu110 -f https://download.pytorch.org/whl/torch_stable.html
python3 -m pip install detectron2==0.3 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu110/torch1.7/index.html

解决完以上问题就能够成功运行训练了

Tips

简单记录以下运行开源项目的过程