Real-Time实例分割DeepSnake使用篇

《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  

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

1. 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

2. 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':