本文主要介绍如何部署、训练RT-DETR模型,将从两种方式进行介绍:一种是RTDETR自带的项目文件,另一种是ultralytics仓库下将训练的模型改为rtdetr的基本模型。
1.配置环境
1.1新建虚拟环境
我们可以在电脑上新建一个虚拟环境
conda create -n RT-DETR python=3.10
激活环境
conda activate RT-DETR
1.2安装pytorch
然后安装pytorch,可以去pytorch官网找自己电脑的cuda版本对应的命令直接运行
首先我们使用以下命令查看自己的电脑cuda版本
nvidia-smi
比如说下面是我的cuda版本,如图所示cuda版本为12.3
然后我们去pytorch官网找自己cuda对应版本的ptyorch,如下是pytorch官网
Previous PyTorch Versions | PyTorch
我这里选择的是上图这条命令,找版本的时候只要小于电脑的cuda版本即可,将上图命令复制到项目终端运行,pytorch就安装好了。
2.自带项目文件运行
首先我们去下载官方的RT-DETR项目文件
2.1配置数据集
接着我们打开RT-DETR-main\RT-DETR-main\rtdetr_pytorch\configs\dataset路径下的coco_detection.yml文件,这个文件就是数据集文件,img_folder存放的是我们的训练集图片,ann_file存放的是我们的训练标签,这里注意是json格式。同理,第二张图片的img_folder存放的是验证集图片