手把手带你用RT-DETR模型部署训练自己的数据集

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

GitHub - lyuwenyu/RT-DETR: [CVPR 2024] Official RT-DETR (RTDETR paddle pytorch), Real-Time DEtection TRansformer, DETRs Beat YOLOs on Real-time Object Detection. 🔥 🔥 🔥

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࿰