DA-Faster-RCNN复现之路

目录

1.环境配置

##说明

2.搭建环境

准备数据集

一些错误

---

DA-Faster-RCNN: Domain Adaptive Faster R-CNN for object detection in the wild

发表在CVPR2018，是第一篇将无监督域适应方法应用在目标检测领域的研究。作为一个域适应目标检测小白，前前后后花了大概一周的时间代码才work，记录一下自己的辛酸史。

搭建目标检测模型之Domain Adaptive Faster R-CNN for Object Detection in the Wild_domain-adaptive-faster-rcnn-pytorch-CSDN博客

1.环境配置

ubuntu20.4.0

GPU：2080Ti

python：3.6.

pytorch：1.6.0

torchvision：0.7.0

CUDA：10.2.0

##说明

在安装pytorch前，使用 nvidia-smi 查看电脑的CUDA版本：

注意这里的Driver version和CUDA Version要满足下表关系：1. CUDA 12.4 Release Notes — Release Notes 12.4 documentation (nvidia.com)

这里的CUDA version指的是所能够兼容的CUDA Toolkit (Pytorch)的最高版本，可以向下兼容CUDA/cudnn/CUDA Toolkit/NVCC区别简介 - emanlee - 博客园 (cnblogs.com)

因此只要这里查看的CUDA version＞10.2即可

2.搭建环境

整个搭建流程参考文章：搭建目标检测模型之Domain Adaptive Faster R-CNN for Object Detection in the Wild

# 克隆项目
git clone https://github.com/krumo/Domain-Adaptive-Faster-RCNN-PyTorch.git

# 新建虚拟环境
conda create -n da-faster-rcnn python=3.6

# 切换环境
conda activate da-faster-rcnn

# 切换到项目路径
cd Domain-Adaptive-Faster-RCNN-PyTorch

# 装包
conda install ipython

pip install ninja yacs cython matplotlib

# 安装opencv-python
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==4.3.0.38

安装open-cvpython时会卡住，或者报错，参考 这篇文章

查看gcc版本，使用gcc-7，参考 Ubuntu22.04多版本gcc g++切换

gcc -v

安装pytorch,torchvision,cudatoolkit，这里先安装pytorch1.4.0的版本，不然后续安装maskrcnn会出错：RuntimeError: Error compiling objects for extension

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

安装pycocotools

## 不要clone到Domain-Adaptive-Faster-RCNN-PyTorch项目下
## 我这里是在项目外新建了package包
cd package
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

安装PyTorch Detection

## 同样还是clone到package文件夹下
cd package
git clone https://github.com/facebookresearch/maskrcnn-benchmark.git
cd maskrcnn-benchmark
python setup.py build develop

3.准备数据集

参考搭建目标检测模型之Domain Adaptive Faster R-CNN for Object Detection in the Wild

数据集准备完成第一步状态：

使用该文章中的脚本调整数据集，datasets在项目主文件夹下，annotaion中是json文件，traint/test/val中是原始图片

4.一些报错

# ModuleNotFoundError: No module named 'apex'


# 同样可以clone到package文件夹下
git clone https://www.github.com/nvidia/apex
cd apex
python setup.py install

这里安装的pytorch版本为1.6.0，与参考文章中的1.4.0不同。

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

使用1.4.0在项目运行中会出现amp问题，参考mask-rcnn的issue1327

在pytorch1.6.0以上的版本中才支持amp