【mmdetection】 运行Mask-Rcnn代码（Win11 pytorch版）

以下针对pytorch版本的Mask-Rcnn，tensorflow版本的可以参考介个Mask RCNN训练自己的数据集——程序调试记录_张十三、的博客-CSDN博客

为啥要提出pytorch版本呢？因为本人换电脑了，显卡升级为30系列，而30系列显卡的 CUDA 版本要求是 11.x ，不能在 tensorflow1.x 上运行。恰巧，之前代码版本是tensorflow 1.13.0的。哎....

本来，尝试用tensorflow2.x 代替 tensorflow1.x，改一下 bug ，结果不一样的地方实在太多，还不好改，于是脱坑，建立 pytorch 版本的 mask rcnn 代码。
参考：https://blog.csdn.net/WYKB_Mr_Q/article/details/127005238

            化学实验室自动化 - 1. 深度学习视觉检测（实例分割） - Mask-RCNN模型训练和预测_浙大炼金术士的博客-CSDN博客_maskrcnn预训练模型

代码连接：GitHub - open-mmlab/mmdetection: OpenMMLab Detection Toolbox and Benchmark

一、环境（win11 显卡 RTX 3060 12G）

Python 3.8

cuda 11.6

pytorch 1.12.0+cu116（利用官网语句下载即可）

labelme=5.0.1

二、mmdetection环境搭建

利用mim安装mmcv包：

pip install -U mim
mim install mmcv-full

安装mmdet包：

pip install mmdet

剩余的包缺什么按什么就可以。

三、数据准备（以coco数据集为例）

1. 在 mmdetection-master 目录下新建一个 coco文件夹， 将处理好的 coco 格式数据集，按如下样式放入该文件夹中。（ coco 文件夹，coco 文件夹下放 annotations 文件夹和 train， val以及 test文件夹，这三个文件夹下直接是图片。）
2. 在mmdetection-master目录下新建 checkpoints 文件夹和 work_dirs 文件夹。

（重点！）自制的数据集，用 labelme 软件标注好，再转化为 coco 数据标注格式就行，数据制作方法参考：https://blog.csdn.net/wangjianwei19911218/article/details/126348135（巨好用！！）

 四、源代码修改

4.1 如果是自制的数据集，需要修改数据集的类别名称和类别数量。这里以 mmdetection-master 为根目录，主要修改两个文件：

./mmdetection-master/mmdet/datasets/coco.py
./mmdetection-master/mmdet/core/evaluation/class_name.py

目前我的数据集只有 cow 样本，一个类别要加逗号，因此直接按照我的来：

 4.2 修改配置文件

首先打开文件配置文件，找到需要修改的文件路径：
./mmdetection-master/configs/mask_rcnn/mask_rcnn_r50_fpn_1x_coco.py

需要对这4个路径中的文件进行一一修改：

（1）修改 mask_rcnn_r50_fpn.py 文件

修改第 47 行和第 66 行的类别数，根据自己的数据集，我的是 1 类。

（2）修改 coco_instance.py 文件

data_root 路径改为 ‘ …/data/coco '， 文件路径按我的来。

 

（3）修改 schedule_1x.py 文件

原文中 8 个 GPU，学习率为0.02，咱们一个GPU，因此设为0.0025.

（4）修改 default_runtime.py 文件

我们主要用 tools 文件夹下的 train.py 文件进行训练。

在 pycharm软件下添加文件参数：

 

 确定，点开始就可以训练了。

测试时，在config中加入如下代码：

../configs/mask_rcnn/mask_rcnn_r50_fpn_1x_coco.py E:\relate_code\mmdetection-master\tools\work_dirs\mask_rcnn_r50_fpn_1x_coco/epoch_12.pth --show --eval bbox segm

五、bug汇总

1 AttributrError：’ConfigDict‘ object has no attribute ’dataset‘

 解决方法：

 2 ValueError: need at least one array to concatenate

Traceback (most recent call last):
  File "tools/train_chicken.py", line 142, in <module>
    main()
  File "tools/train_chicken.py", line 138, in main
    meta=meta)
  File "/home/zlee/下载/mmdetection-master/mmdet/apis/train.py", line 111, in train_detector
    meta=meta)
  File "/home/zlee/下载/mmdetection-master/mmdet/apis/train.py", line 225, in _non_dist_train
    runner.run(data_loaders, cfg.workflow, cfg.total_epochs)
  File "/home/zlee/.local/lib/python3.5/site-packages/mmcv/runner/runner.py", line 359, in run
    epoch_runner(data_loaders[i], **kwargs)
  File "/home/zlee/.local/lib/python3.5/site-packages/mmcv/runner/runner.py", line 259, in train
    for i, data_batch in enumerate(data_loader):
  File "/usr/local/lib/python3.5/dist-packages/torch/utils/data/dataloader.py", line 193, in __iter__
    return _DataLoaderIter(self)
  File "/usr/local/lib/python3.5/dist-packages/torch/utils/data/dataloader.py", line 493, in __init__
    self._put_indices()
  File "/usr/local/lib/python3.5/dist-packages/torch/utils/data/dataloader.py", line 591, in _put_indices
    indices = next(self.sample_iter, None)
  File "/usr/local/lib/python3.5/dist-packages/torch/utils/data/sampler.py", line 172, in __iter__
    for idx in self.sampler:
  File "/home/zlee/下载/mmdetection-master/mmdet/datasets/loader/sampler.py", line 63, in __iter__
    indices = np.concatenate(indices)
ValueError: need at least one array to concatenate

解决方案：检查自己的Classname也就是修改源代码的第一步两个文件是不是同json文件中的label一致，我的是因为json中的label是”1“，而Classname=（cow，）不一致才出现报错，将其修改为（’1‘，）后可正常运行。