记录跑通CenterNet的demo.py

第一次跑模型的代码，就需要首先跑通作者原来的代码，再修改成自己的数据集进行训练。

所以！第一步！根据作者的Readme跑代码的时候，就遇到了下面的报错。查了百度也没有找到问题！

报错：

torch.jit.frontend.NotSupportedError: slicing multiple dimensions at the same time isn't supported yet
proposals (Tensor): boxes to be encoded

# perform some unpacking to make it JIT-fusion friendly
wx = weights[0]
wy = weights[1]
ww = weights[2]
wh = weights[3]

proposals_x1 = proposals[:, 0].unsqueeze(1)
~~~~~~~~~ <--- HERE
proposals_y1 = proposals[:, 1].unsqueeze(1)
proposals_x2 = proposals[:, 2].unsqueeze(1)
proposals_y2 = proposals[:, 3].unsqueeze(1)

reference_boxes_x1 = reference_boxes[:, 0].unsqueeze(1)
reference_boxes_y1 = reference_boxes[:, 1].unsqueeze(1)
reference_boxes_x2 = reference_boxes[:, 2].unsqueeze(1)
reference_boxes_y2 = reference_boxes[:, 3].unsqueeze(1)

终于在git的issues中找到了答案！
解决方案就是：在终端中输入 pip install torchvision==0.2.2 就解决了！

这个解决了之后又遇到了另一个报错：:
cannot connect to X server localhost:10.0（“X Server没有连接”）

这是由于linux终端没有图形界面，demo调用了cv2.imwrite()，因此需要修改 src/lib/detectors/cdet.py。

def show_results(self, debugger, image, results):
    debugger.add_img(image, img_id='ctdet')
    for j in range(1, self.num_classes + 1):
      for bbox in results[j]:
        if bbox[4] > self.opt.vis_thresh:
          debugger.add_coco_bbox(bbox[:4], j - 1, bbox[4], img_id='ctdet')
    # debugger.show_all_imgs(pause=self.pause)
    debugger.save_all_imgs(path='/home/jhsu/sujh/ljj/CenterNet/output', genID=True)

将debugger.show_all_imgs(pause=self.pause) 注释掉，
换成debugger.save_all_imgs(path='/home/jhsu/sujh/ljj/CenterNet/output', genID=True)

就可以了！可以多跑几张图试一试！

首先试着跑一张图，终端输入：

python demo.py ctdet --demo ../images/24274813513_0cfd2ce6d0_k.jpg  --load_model ../models/ctdet_coco_dla_2x.pth

终端显示结果如下面所示：


（此处参考博客）

然后想试着跑所有demo中的images，在终端输入：

python demo.py ctdet --demo ../images/24274813513_0cfd2ce6d0_k.jpg  --load_model ../models/ctdet_coco_dla_2x.pth

运行结果就如下所示：