mmdetection的下载与安装(附带跑solov2示例)

一、找到官方文档按步骤安装

 

mmdetection中包含许多模型的检测框架,下载以后方便后续调用

官方文档地址:依赖 — MMDetection 2.27.0 文档

需要注意的点

按照步骤来基本没有什么问题,注意CUDA、torch、mmcv的版本,不然后续跑不通会报错

1、查看版本

查看CUDA版本:cat /usr/local/cuda/version.txt

 查看torch版本:

(1)进入python环境,在终端输入python进入python环境。

(2)输入: import torch

(3)输入:torch._version_

(4)退出python环境,输入:exit()

2、基于 PyTorch 官网安装 PyTorch 和 torchvision:注意版本

3、安装 mmcv-full

不建议直接pip install mmcv-full,后面可能因为版本出问题(因为我就是这个问题弄了好久),下载的版本尽量高点(我中途改成1.2.4版本低了也出了问题)

pip install mmcv-full==XXXXX -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

MMDetection 和 MMCV 版本兼容性见github说明,需要安装正确的 MMCV 版本以避免安装出现问题。

4、测试mmdetection是否安装成功

在mmdetection目录下新建test.py文件和checkpoints文件夹,打开网址下载好权重文件放在checkpoints文件夹下,在test.py中复制以下代码并运行即可。

from mmdet.apis import init_detector, inference_detector

config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# 从 model zoo 下载 checkpoint 并放在 `checkpoints/` 文件下
# 网址为: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
img = 'demo/demo.jpg'
result = inference_detector(model, img)
model.show_result(img, result)
# 将推理的结果保存
model.show_result(img, result, out_file='result.jpg')

保存以后,终端输入:python test.py

没有问题以后会生成一张名为result.jpg的图片:

 二、尝试跑solov2

可以先从https://github.com/open-mmlab/mmdetection/blob/master/demo/inference_demo.ipynb这个入手

1、下载model

mmdetection/README_zh-CN.md at master · open-mmlab/mmdetection (github.com)

在上面这个连接里可以找到各种模型的框架,这里示范solov2

solov2:可以在它的model zoo挑一个config和checkpoint下载下来

2、将model存入之前建的checkpoints文件夹里

3、找到config

在mmdetection文件里面找到对应的solov2的config

 

 4、修改test.py文件内容

根据这个改写:mmdetection/inference_demo.ipynb at master · open-mmlab/mmdetection (github.com)

把标红的地方进行替换 :

保存以后,终端输入:python test.py

得到结果:

 

  • 25
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
mmdetection是一个基于PyTorch的开源目标检测工具包,它提供了丰富的目标检测算法和模型实现。在mmdetection中,SOLOv2是其中一种目标检测算法的实现。 SOLOv2是一种单阶段的目标检测算法,它通过像素级的分割来实现目标检测。它在传统的目标检测方法中引入了实例分割的思想,将目标检测和实例分割两个任务进行统一处理。SOLOv2通过在特征图上进行密集预测,直接输出每个像素点的目标类别和位置信息,从而实现了高效且准确的目标检测。 要使用mmdetection中的SOLOv2算法,你可以按照以下步骤进行操作: 1. 首先,你需要安装mmdetection的依赖和配置环境。你可以参考mmdetection的README文件来了解安装和配置的详细步骤。 2. 一旦你完成了环境的配置,你可以使用`from mmdet.apis import init_detector, inference_detector`这段代码来导入mmdetection的相关函数和类。这样可以方便地初始化和使用SOLOv2模型。 3. 接下来,你可以参考mmdetection提供的inference_demo.ipynb文件来了解如何进行推理和目标检测。这个示例代码展示了如何使用SOLOv2模型进行目标检测,并可视化检测结果。你可以根据这个示例来进行模型的使用和调整。 总结起来,mmdetection是一个开源的目标检测工具包,其中包含了SOLOv2这种目标检测算法的实现。你可以通过安装和配置环境,导入相关函数和类,以及参考示例代码来使用和理解SOLOv2算法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [mmdetection下载安装附带solov2示例)](https://blog.csdn.net/qq_45826605/article/details/128650344)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值