Deformable DETR环境配置和应用

准备工作：
Deformable DETR代码路径如下：

GitHub - fundamentalvision/Deformable-DETR: Deformable DETR: Deformable Transformers for End-to-End Object Detection.Deformable DETR: Deformable Transformers for End-to-End Object Detection. - GitHub - fundamentalvision/Deformable-DETR: Deformable DETR: Deformable Transformers for End-to-End Object Detection.https://github.com/fundamentalvision/Deformable-DETR

论文路径如下：

https://arxiv.org/abs/2010.04159https://arxiv.org/abs/2010.04159这里如果想要更好的理解deformable detr可以先将transform的论文看一下，deformable detr是detr的改良版本。在本文中，我是用deformable detr作为目标检测的工具。代码中并没有利用此算法进行目标检测的demo，因此借鉴一些大佬的代码实现了一下。

环境配置：

我是在学校的服务器中使用anaconda配置的环境。

创建python环境：

conda create -n deformable_detr python=3.7 pip

激活环境：

conda activate deformable_detr

接下来安装pytorch，此代码要求PyTorch>=1.5.1, torchvision>=0.6.1。

我的CUDA的版本是10.1，因此在如下网址中找到相应的运行的命令。

PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/

 点击黄色划线查找以前的pytorch的版本。

我使用的是轮子加速的安装方式：如上图所示。pytorch和CUDA的版本需要对应，否则会出现运行错误。

其他的安装库：

pip install -r requirements.txt

 到这里环境基本已经安装成功了，后面如果自己加代码室友detr的话，可能会报缺少某某库的问题，直接百度搜索安装教程，都很简单。

编译cuda操作。

cd ./models/ops
sh ./make.sh
# unit test (should see all checking is True)
python test.py

 在运行test.py的时候，可能是服务器空间不够了，没有出现所有true,在最后两个测试中出现了“已杀死”错误。

但是发现我在后面使用的过程中并没有有影响和报错。

使用：

需要下载coco数据集：并将文件目录的格式按照如下方式放置：

 COCO 2017 dataset

code_root/
└── data/
    └── coco/
        ├── train2017/
        ├── val2017/
        └── annotations/
        	├── instances_train2017.json
        	└── instances_val2017.json

 我是没有训练，直接使用预训练模型。（前期运行了一下，官网中的train，好像也没有报错，没让他训练完，我就直接中断了）

训练：我将8改为了1,因为我只有一块gpu

GPUS_PER_NODE=8 ./tools/run_dist_launch.sh 8 ./configs/r50_deformable_detr.sh

评估：下载model

 运行命令：

<path to config file> --resume <path to pre-trained model> --eval

path to config file，路径如上图，在代码的configs文件夹下，model要和配置文件一致。

使用deformable detr,进行目标检测：展示

 

结束！！！！！！！