PaddleDetection复现笔记

官方参考链接：https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pptracking/README.md

(1) PP-Tracking_GUi

step1:准备环境

配置一个paddle的环境

conda create -n pdgui01 python=3.7

conda activate pdgui01

conda install cudatoolkit=10.2.89 cudnn=7.6.5 

python -m pip install paddlepaddle-gpu==2.1.2

验证paddle是否安装成功

import paddle 
paddle.utils.run_check()
paddle.__version__

图片:

安装cython_bbox，手动安装

Windows环境下，需要手动下载安装cython_bbox，然后将setup.py中的找到steup.py, 修改extra_compile_args=[’-Wno-cpp’]，替换为extra_compile_args = {‘gcc’: [’/Qstd=c99’]}, 然后运行python setup.py build_ext install

pip install Cython
python setup.py build_ext install

cd <PP-Tracking_GUi>
pip install -r requirements.txt

step2:准备模型

根据教程，将模型导出放在./output_inference目录下

step3:运行

python main.py

运行，即可得到如下GUI界面，就可以使用了

(2) PP-Tracking

官方参考教程：PP-Tracking之手把手玩转多目标跟踪

step1:准备环境

配置一个paddle的环境

conda create -n pd01 python=3.7

conda activate pd01

conda install cudatoolkit=10.2.89 cudnn=7.6.5 

python -m pip install paddlepaddle-gpu==2.1.2

验证paddle是否安装成功

import paddle 
paddle.utils.run_check()
paddle.__version__

图片:

安装cython_bbox，手动安装

Windows环境下，需要手动下载安装cython_bbox，然后将setup.py中的找到steup.py, 修改extra_compile_args=[’-Wno-cpp’]，替换为extra_compile_args = {‘gcc’: [’/Qstd=c99’]}, 然后运行python setup.py build_ext install

pip install Cython
python setup.py build_ext install

cd <PaddleDetection>
pip install pycocotools && pip install -r requirements.txt && python setup.py install

step2:准备数据集

数据集准备（可以手动，可以代码，二者选一即可）

• 手动下载
  下载：https://bj.bcebos.com/v1/paddledet/data/mot/demo/MOT16.zip

  可以下载到 data，然后将解压的文件夹放在 dataset/mot 中

• 代码下载

  # 网速不好可以自行下载上传,解压 
  !cd ./data && wget https://bj.bcebos.com/v1/paddledet/data/mot/demo/MOT16.zip 
  !mv ./data/MOT16.zip ./PaddleDetection/dataset/mot 
  !cd ./PaddleDetection/dataset/mot && unzip MOT16.zip
  

# 生成labels_with_ids 
!cd ./PaddleDetection/dataset/mot/MOT16 && mkdir images 
!cd ./PaddleDetection/dataset/mot/MOT16 && mv ./train ./images && mv ./test ./images 
!cd ./PaddleDetection/dataset/mot && python gen_labels_MOT.py

import glob
import os.path as osp
image_list = []
for seq in sorted(glob.glob('PaddleDetection/dataset/mot/MOT16/images/train/*')):
    for image in glob.glob(osp.join(seq, "img1")+'/*.jpg'):
        image = image.replace('PaddleDetection/dataset/mot/','')
        image_list.append(image)
with open('mot16.train','w') as image_list_file:
    image_list_file.write(str.join('\n',image_list))

然后将生成的mot16.train文件，复制到 /PaddleDetection/dataset/mot/image_lists下面

mkdir ./PaddleDetection/dataset/mot/image_lists 
cp -r mot16.train ./PaddleDetection/dataset/mot/image_lists

step3:训练

修改配置文件

修改配置文件里面的数据集

添加在PaddleDetection/configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml文件最后

# for MOT training
# for MOT training
TrainDataset:
  !MOTDataSet
    dataset_dir: dataset/mot
    image_lists: ['mot16.train']
    data_fields: ['image', 'gt_bbox', 'gt_class', 'gt_ide']

# for MOT evaluation
# If you want to change the MOT evaluation dataset, please modify 'data_root'
EvalMOTDataset:
  !MOTImageFolder
    dataset_dir: dataset/mot
    data_root: MOT16/images/train
    keep_ori_im: False # set True if save visualization images or video, or used in DeepSORT

# for MOT video inference
TestMOTDataset:
  !MOTImageFolder
    dataset_dir: dataset/mot
    keep_ori_im: True # set True if save visualization images or video

训练

python -m paddle.distributed.launch --log_dir=./fairmot_dla34_30e_1088x608 --gpus 0 tools/train.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml

ps:可能遇到的问题

问题1：

升级numpy即可

pip install numpy

问题2：

我的电脑报错如下，因为显存不够

跑这个代码大约需要8G显存

所以，官方小哥给的建议是：

改以下文件"base/fairmot_reader_1088x608.yml"

step4:模型推理

为了方便我们下载训练好的模型进行eval https://paddledet.bj.bcebos.com/models/mot/fairmot_dla34_30e_1088x608.pdparams

根据官方样例做的

python tools/eval_mot.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=output/download/fairmot_dla34_30e_1088x608.pdparams