mmrotate简单使用

介绍

dota数据

mmrotate是一个旋转框的目标检测工具，常用于遥感图像，适用于4个坐标构成的旋转方形框，数据集以dota为例，格式如下：

• Data
  • labels
    • 0001.txt
    • 0002.txt
  • images
    • 0001.png
    • 0002.png

0001.txt :

143 430 175 380 230 416 198 466 B 0
154 140 185 139 189 183 157 184 A 0
189 138 221 137 225 182 193 183 A 0
257 137 289 135 293 180 261 181 A 0

分别是x1，y1，x2，y2，x3，y3，x4，y4，classes，其中最后一个数字不可缺少，0表示易识别，1表示难识别

mmrotate调整内容

1.调整数据集和类别
(1)在mmrotate/datasets/dota.py内调整classes
(2)在configs的dota.py中调整data_root，dataloader的ann_files，img_path
(3)调整model的head部分的num_classes
2.预训练模型

model = dict(
    backbone=dict(
        init_cfg=dict(type='Pretrained', prefix='backbone.', checkpoint=coco_ckpt)),
    neck=dict(
        init_cfg=dict(type='Pretrained', prefix='neck.',checkpoint=coco_ckpt)),
    bbox_head=dict(
        init_cfg=dict(type='Pretrained', prefix='bbox_head.', checkpoint=coco_ckpt)))

3.lr与batch_size

optim_wrapper = dict(
    optimizer=dict(lr=0.00025, type='AdamW', weight_decay=0.05))
param_scheduler = [
    dict(
        T_max=16,
        begin=0,
        by_epoch=True,
        convert_to_iter_based=True,
        end=16,
        eta_min=5e-06,
        type='CosineAnnealingLR'),
]

修改dataloader的batch_size即可

train_cfg = dict(type='EpochBasedTrainLoop', max_epochs=16, val_interval=2)

开始训练

以rtmdet为例

python ./tools/train.py ./configs/rotated_rtmdet/rtmdet.py 

多卡

CUDA_VISIBLE_DEVICES=0,1,2,3 torchrun --nproc_per_node=4 ./tools/train.py ./configs/rotated_rtmdet/rtmdet.py --launcher pytorch

不同版本的test.py有所区别，详见test.py