Real-Time实例分割DeepSnake使用篇

最新推荐文章于 2022-08-15 14:48:10 发布

置顶

烂桃先生之前的账号

最新推荐文章于 2022-08-15 14:48:10 发布

阅读量5.5k

点赞数 9

分类专栏： DeepLearning

本文链接：https://blog.csdn.net/weixin_42464187/article/details/104703512

版权

本文详述了如何搭建DeepSnake环境，使用COCO数据集和自定义数据集进行实例分割模型训练与测试。涉及环境搭建问题解决、COCO数据下载及配置、模型训练与测试脚本等内容。

摘要由CSDN通过智能技术生成

《Deep Snake for Real-Time Instance Segmentation》

这篇文章旨在记录一下我是如何搭建环境DeepSnake的，以及如何使用COCO数据集和自己的数据集训练实例分割模型，并进行测试的过程，具体原理在我的另一篇博客中。

作者：Sida Peng, Wen Jiang, Huaijin Pi, Xiuli Li, Hujun Bao, Xiaowei Zhou

CVPR 2020 oral

Subjects: Computer Vision and Pattern Recognition (cs.CV)

https://github.com/zju3dv/snake/

Agile Pioneer

文章目录

Preliminary

对于任何一个深度学习模型来说都需要以下四部分信息：dataset，network，trainer和evaluator，这也是我们设计一个模型工程的组成部分。

dataset: 提供用于训练和测试的数据（data和target的数据格式）。
network: 模型的网络结构。
trainer: 定义损失函数和优化器用于训练。
evaluator: 定义衡量方法用于模型估计。

环境搭建

环境搭建参考1

作者提供了一个环境搭建的文档：https://github.com/zju3dv/snake/blob/master/INSTALL.md但是我照着做一直没有编译成功，外部依赖的三个模块dcn_v2、extreme_utils和roi_align_layer，和作者沟通，作者说他使用gcc5.4.0进行编译的，大家可以用gcc5.4.0参照作者给出的环境搭建文档进行环境搭建。

环境搭建参考2

由于按照作者提供的环境搭建过程中出现了问题，所以我自己搭建了一套环境，是可以成功运行的，具体的依赖list如下，和版本相关的我都注明了版本号，其余的运行如果缺少哪些库自行pip install或conda install安装即可：

CUDA - 10.1
cudnn - 7.6.0
python - 3.6
gcc & g++ - 7.3.0
pytorch - 1.2.0
torchvision - 0.4.0
opencv
imgaug
imageio
pycocotools
tqdm
yaml
tensorboardx

遇到的问题

环境问题：
Q: libbz2.so.1.0: cannot open shared object file: No such file or directory
A: 这个库在/usr/lib64下，如果你指定的版本和/usr/lib64下的软连接名称不一样，只需要在你能依赖的路径下再软连接一个你需要的名字即可。

Q: error trying to exec ‘cc1plus’: execvp
A：两种可能：1、你没有安装g++；2、你的gcc的版本和g++版本不相符合，检查一下。

COCO数据

COCO 训练

下载COCO 2017数据集，地址如下
– train –
1.1 http://images.cocodataset.org/zips/train2017.zip
1.2 http://images.cocodataset.org/annotations/annotations_trainval2017.zip
– va –
1.3 http://images.cocodataset.org/zips/val2017.zip
1.4 http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
– test –
1.5 http://images.cocodataset.org/zips/test2017.zip
1.6 http://images.cocodataset.org/annotations/image_info_test2017.zip

修改数据路径：
2.1 vi lib/datasets/dataset_catalog.py，把里面对应coco部分的数据和标注文件改为你自己的路径即可。

 'CocoTrain': {
     
        'id': 'coco',
        'data_root': 'data/coco/train2017',
        'ann_file': 'data/coco/annotations/instances_train2017.json',
        'split': 'train'
    },
    'CocoVal': {
     
        'id': 'coco',
        'data_root': 'data/coco/val2017',
        'ann_file': 'data/coco/annotations/instances_val2017.json',
        'split': 'test'
    },
    'CocoMini': {
     
        'id': 'coco',
        'data_root': 'data/coco/val2017',
        'ann_file': 'data/coco/annotations/instances_val2017.json',
        'split': 'mini'
    },
    'CocoTest': {
     
        'id':