[detr] End-to-End Object Detection with Transformers的github源码运行

仅作为记录，大量请跳过。

不可思议，只需两步就可以跑通目标检测的代码。

步骤

1、在coco官网下载数据集——解压缩——得到三个文件夹

解压缩后

可参考博主文章

linux用wget命令直接下载coco数据集

用7za x 解压缩大文件

构建软连接

linux移动文件

2、使用命令python -m torch.distributed.launch --nproc_per_node=1 --use_env main.py --coco_path /detr/datasets/coco_softlink，在detr根目录中-即main.py所在的目录运行，即可。

（博主修改了gpu个数nproc_per_node和coco路径coco_path）

展示：

参考

感谢大佬博主文章：
传送门1
传送门2

---

传送门3
传送门4

***************************************

detr做分割

将zip解压缩到其他路径

unzip panoptic_annotations_trainval2017.zip -d /data_sda/detr/datasets/coco_seg_softlink

解压后，发现annotations文件夹里面，不仅有标注文件，也有真正的panoptic_train2017数据：

整理数据文件夹如下

重新解压缩和移动（移动压缩后的图片，是为了让panoptic_train2017文件夹下直接是png图片，而不是又嵌套一个panoptic_train2017文件夹）

数据集路径为/data_sda/detr/datasets/coco_seg_softlink

新建output文件夹

根据官网项目的说明，需要设置三个路径：

thus，在datasets文件夹下，新建output_box_model文件夹。

运行

python -m torch.distributed.launch --nproc_per_node=1 --use_env main.py --coco_path /data_sda/detr/datasets/coco_softlink  --coco_panoptic_path /data_sda/detr/datasets/coco_seg_softlink --dataset_file coco_panoptic --output_dir /data_sda/detr/datasets/output_box_model

---

（发现报错，（跟命令无关）

百度查询，是缺少包的安装，使用pip install git+https://github.com/cocodataset/panopticapi.git安装（传送门）

）

再次运行

即可。

展示