mmdetection
文章平均质量分 57
清梦枕星河~
醉后不知天在水,满船清梦压星河~
展开
-
关于mmcv和mmdet安装
open-mmlab的系列深度学习开源框架还是备受关注的,但是相关框架的安装也容易出现问题,导致在环境这一步就让人却步,我也在使用过程中碰到了很多问题。特别是随着框架的升级,硬件的升级等,使环境安装可以获取的选择变得更多,同时带来的问题也更多了。这里暂记一下安装mmdet和mmcv的方法,便于需要时参考。原创 2023-12-26 23:34:58 · 3221 阅读 · 0 评论 -
ERROR: Failed building wheel for mmpycocotools
【代码】ERROR: Failed building wheel for mmpycocotools。原创 2023-12-26 21:17:05 · 779 阅读 · 0 评论 -
mmdet3d的编译bug:1 error detected in the compilation of ‘mmdet3d/ops/voxel/src/scatter_points_cuda.cu‘
生成linux下的so文件时,没有编译过,出现了报错,那么报错肯定是出现在这个文件的代码内。这样就可以了编译过了,如果还出现报错,可以看看是不是其他错了,这个错应该可以解决的。在cuda、torch版本装对的前提下,通过改代码是可以解决这个报错的。想了解该bug的更详细信息,可以参考个人解决在解决该问题时的网址。从报错信息可以知道,在编译。原创 2023-12-26 09:43:02 · 746 阅读 · 0 评论 -
InternImage的DCNv3编译
有点玄学,我从其他地方迁移过来的和之前同样的conda环境,迁移出来的可以编译DCNv3,之前的却编译不了,我迁移的conda环境都是mmdetection可用的环境,编译了mmcv的,迁移出来的环境不同mmcv版本都可以编译DCNv3。我的环境存在的不同就是两台机器的显卡不同,一个是xp的,一个rtx3080,其他都是一样的,有点离谱。有类似情况的可以试试我的可用版本。原创 2023-10-23 16:35:57 · 995 阅读 · 1 评论 -
高效MMdetection(3.1.0)环境安装和训练自己数据集教程(实现于Linux(ubuntu),可在windows尝试)
很久没用mmdetection了,作为目标检测常见的几个深度学习框架,mmdetection用的人还是很多的,其中比较吸引人的一点就是mmdetection集成了非常多的算法,对于想做实验对比和算法学习的人来说,基于这个框架可以事半功倍。因为外面提出的各种各样的算法依赖的环境会有所不同,数据集的格式也有区别,我们单独去跑这一个个算法实际上是很费劲的,所以mmdetection的出现直接把这些算法集成到一个统一的平台,对于大家系统性的学习非常便利。很常规的操作,不熟悉的需要时间理解摸索一下,原创 2023-10-22 16:01:24 · 1279 阅读 · 0 评论 -
Building wheel for mmcv-full (setup.py) ... error和OSError: CUDA_HOME environment variable is not set
安装和使用mmdetection中遇到的一些问题: return _bootstrap._gcd_import(name[level:], package, level)ModuleNotFoundError: No module named 'mmcv._ext'这是安装mmcv,而不是安装mmcv-full导致功能不全的问题,pip install mmcv-full时,还有下面这种情况: Building wheel for mmcv-full (setup.py) ... error原创 2021-01-30 20:35:47 · 31751 阅读 · 9 评论 -
Ubuntu18.04.1系统安装mmdetection(含torch、torchvision、mmcv-full)
临近春节,实验室机房装修,导师放假。回家后便于学习,在自己的笔记本上也装了一下mmdetection,分享一下个人的安装过程,方便以后安装少走弯路以及供大家参考交流。我的电脑装的是双系统,win10和Ubuntu18.04,在学校用的是服务器,所以优先考虑在Ubuntu系统装mmdetection.首先看一下我的电脑信息:Ubuntu18.04系统,安装了cuda驱动,cuda版本是10.1,GPU显卡是GeForce GTX 1650 ,大小不到4G.如下使用相关指令可见详细信息:(base) xi原创 2021-01-30 19:53:22 · 12364 阅读 · 14 评论 -
读取mmdetection训练目标检测模型的日志文件(log.json)的各种AP值按epoch写入excel文件
最近跑的模型有点多,人工统计训练结果比较耗时间,特别是epoch多,而且统计多个AP值时,特别耗时间。于是就想直接把结果导入excel,以后就不用单独统计了目前已有的训练结果日志是json文件,打开work_dir可以找到一个日志文件,采用json格式保存,现在要将这个json文件提取想要的数据处理成excel表格(.xlsx),使用python程序解决该问题:如图所示是最终的处理效果:由于代码不在同一台电脑,所以无法直接附上,只好服务器连接截个图,代码不长,也很简单,主要供自己日后使用和有需要的原创 2022-03-28 15:39:10 · 6077 阅读 · 1 评论 -
mmdetection工程训练文件配置小结
很久没跑mmdetection工程了,重新安装了一下环境,又要开始设置相关参数训练,时间长了难免生疏,大致记一下,以后要跑改起来快一些。第一步,当然是选择网络在mmdetection/configs/下面,找到要跑的网络xxx-coco.py,根据里面的配置再在./base添加相关的配置文件datasets、schedules、models等。上述最基础完成后,下一步是根据训练数据修改配置,根据数据集的格式添加数据集的路径,修改类别数为本地类别数,修改batch_size大小,修改输入图片尺寸等第三步原创 2021-10-30 13:53:43 · 1453 阅读 · 0 评论 -
mmdetection多类目标训练查看单类准确率(AP)以及使用模型测试看结果(show)
本文主要是个人笔记,以后便于查询,也供借鉴。通常我们在mmdetection平台上就训练一类目标,训练过程中每跑完一个epoch就可以查看到该目标的0.5,0.75等阈值下的准确率,还有一个整体的mAP。但是,当你跑多类目标时,多个目标一起训练怎么看单类的准确率?mmdetection默认的设置是多类目标一起训练时,打印整体的准确率,如果要在训练和测试的时候查看单类的准确率,可以如下操作(以下操作的前提是已经训练起来了,相关多类训练的多类配置文件修改好了):在mmdetection/mmdet/datas原创 2021-07-23 10:44:01 · 13709 阅读 · 31 评论