用 nanodet 训练口罩检测模型，并在 jetson nano 下部署测试

一  nanodet 介绍 

最近比较火的 one stage 物体定位 和检测模型， 作者不光是取得了比较高的 学术 score ( 精度和性能）， 并且把工程部署的细节也落地了， 在 android 下也有不错的方案。

真是牛的可以， 感觉工程师们再不努力就没饭吃了 。。

https://blog.csdn.net/amusi1994/article/details/110072440

 

二 数据集准备：

可以看上面链接的介绍 ，比较详细

也可以参考我的另外一个博文， 里面 github 地址里 包含了nanodet 数据集的准备

https://blog.csdn.net/walletiger/article/details/110733182

nanodet 需要 coco 格式数据集，标注文件格式不大一样， train 和 val 放在两个 独立的 json 文件中。

除了数据集，还要有个 训练 模型描述文件， 我放在  config/nanodet-facemask.yaml 

从 nanodet-m.yml copy 过来， 改了如下:

 

三 训练

python tools/train.py  nanodet-facemask.yaml 

nandet 训练 过程出错解决：

一个是 coco 需要 图片文件名是整数， 我的数据集很冤。报错了， 这个根据报错代码行数 简单粗暴的忽略了。 (不该这么简单粗暴）

第二个是 trainer.py 训练 报错：

list object has no method cpu ..

根据自己的理解 修改了下， it works ...

 

四 部署 nanodet 模型到 jetson nano 并验证

先在， 然后把训练 好的模型放上去

jetson nano下载代码：

git clone https://github.com/RangiLyu/nanodet

上传训练 好的模型，在:

 output/model_best/model_best.pth

我修改了 demo (demo2)， 更换了 camera 类来适配 jetson nano 的 gstreamer camera backend 

摄像头采集类：

https://github.com/walletiger/jetson_nano_py/blob/master/camera.py

 

python demo/demo2.py webcam --config nanodet-facemask.yml --model model_best.pth --camid jetcam

 

demo 效果：

jetson nano 口罩佩戴检测

 

pth 模型直接跑 获得了 640x360 @15fps 的性能，初步的测试速度比 yolov5s 我验证的结果 要快！ 后续 能否 通过 onnx , onnx->tensorRT 。。 还有多少提升空间。 再研究吧