AlphaPose训练自己的数据集

下载源码：https://github.com/MVIG-SJTU/AlphaPose

一、环境配置与测试

测试
python scripts/demo_inference.py --cfg configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrained_models/fast_res50_256x192.pth --indir examples/demo/
报错：

ImportError: cannot import 'roi_align_cuda' from partially initialized module 'alphapose.utils.roi_align' (most likely due to a circular import)

观察导入的这个是cpp，但是并没有对应的库。
参考https://blog.csdn.net/weixin_59250115/article/details/126313125
运行python setup.py build develop
报错：

/home/zhanglu/anaconda3/envs/yolov5/compiler_compat/ld: cannot find -lOSMesa: No such file or directory
/home/zhanglu/anaconda3/envs/yolov5/compiler_compat/ld: cannot find -lGL: No such file or directory
/home/zhanglu/anaconda3/envs/yolov5/compiler_compat/ld: cannot find -lGLU: No such file or directory
collect2: error: ld returned 1 exit status
error: Setup script exited with error: command 'gcc' failed with exit status 1

参考：http://c.biancheng.net/view/3901.html
知道相关库的位置，并软链接过去。

 find /usr -name libGL*
 sudo ln -s /usr/lib/x86_64-linux-gnu/libGL.so.1 /usr/lib/libGL.so
 sudo ln -s /usr/lib/x86_64-linux-gnu/libGLU.so.1 /usr/lib/libGLU.so

find /usr -name libOSMesa*
sudo find / -name libOSMesa*

都找不到相关库。

$ sudo apt install libosmesa6-dev libgl1-mesa-glx libglfw3
$ find /usr -name libOSMesa*
/usr/lib/x86_64-linux-gnu/libOSMesa.so.8
/usr/lib/x86_64-linux-gnu/libOSMesa.so.6
/usr/lib/x86_64-linux-gnu/libOSMesa.so.8.0.0
/usr/lib/x86_64-linux-gnu/libOSMesa.so
$ sudo ln -s /usr/lib/x86_64-linux-gnu/libOSMesa.so /usr/lib/libOSMesa.so

再运行python setup.py build develop，继续报错nms_kernel.cu中找不到#include <ATen/ATen.h>。
注释掉setup.py中的

# make_cuda_ext(
#     name='nms_cuda',
#     module='detector.nms',
#     sources=['src/nms_cuda.cpp', 'src/nms_kernel.cu']),

最后成功了。

运行：python scripts/demo_inference.py --cfg configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrained_models/fast_res50_256x192.pth --indir examples/demo/
报错：

from . import nms_cpu, nms_cuda
ImportError: cannot import name 'nms_cuda' from partially initialized module 'detector.nms' (most likely due to a circular import) ()

因为上边没有编译这个库。就不用cuda了，在cpu上计算nms。在nms_wrapper.py中注释掉nms_cuda即可成功运行。

模型介绍

训练使用的是seresnet50
seresnet50介绍参考：https://blog.csdn.net/weixin_43863869/article/details/121377413
se模块

分析：上图将SENet添加至Residual模块中，即将SENet模块添加至ResNet中Conv Block和Identity Block的最后一个小Block之后。

def forward(self, x):
    out = self.preact(x)	##seresnet50
    out = self.suffle1(out)  ##上采样nn.PixelShuffle
    out = self.duc1(out)  ##conv，bn，relu，nn.PixelShuffle
    out = self.duc2(out)  ##conv，bn，relu，nn.PixelShuffle

    out = self.conv_out(out)  ##conv
    return out