项目信息
本地地址:/Users/yang/Documents/graduate/PycharmCode
服务器地址:10.1.12.10//2T/zyang/CornerNet-Lite-master
实验环境:CornerNet_Lite
代码地址:CornerNet-Lite
实验流程
环境搭建
1、创建虚拟环境,并激活
conda create --name CornerNet_Lite --file conda_packagelist.txt --channel pytorch
source activate CornerNet_Lite
2、编译 Corner Pooling Layers
cd <CornerNet-Lite dir>/core/models/py_utils/_cpools/
python setup.py install --user
3、编译 NMS
cd <CornerNet-Lite dir>/core/external
make
4、安装 MS COCO APIs
mkdir -p <CornerNet-Lite dir>/data
cd <CornerNet-Lite dir>/data
git clone git@github.com:cocodataset/cocoapi.git coco
cd <CornerNet-Lite dir>/data/coco/PythonAPI
make install
准备数据集
1、下载预训练模型,需翻墙
CornerNet-Saccade
CornerNet-Squeeze
CornerNet
下载完成后,分别放在对应的文件夹中:
/cache/nnet/CornerNet_Saccade/
/cache/nnet/CornerNet_Squeeze/
/cache/nnet/CornerNet/
2、数据集
3、修改配置文件
(1)configs/CornerNet_Saccade.json
(2)core/dbs/coco.py
(3)core/dbs/detection.py
(4)core/models/CornerNet_Saccade.py
训练与测试
1、训练
python train.py CornerNet_Saccade