FairMOT复现测试问题

文章描述了在编译DCNv2时遇到的RuntimeError,通过降级PyTorch从1.8.0到1.7.0和CUDA从11.1到11.0解决了编译问题。接着,作者解决了demo.py运行中关于ffmpeg的文件路径错误,从官网下载并配置ffmpeg后,虽然消除了错误,但运行结果为空。最后,作者通过调整数据集路径在opt.py中得到正确结果。
摘要由CSDN通过智能技术生成

编译DCNv2出现错误,RuntimeError: Error compiling objects for extension 

在此之前试过很多方法,最终为尝试改变了pytorch和cuda的版本。

在此之前我的pytorch1.8.0 ,cuda11.1

改称pytorch 1.7.0, cuda11.0 再次编译 编译成功。,

demo.py运行错误 出现error : Could find no file with path '../demos/frame/%05d.jpg'

这个应该是ffmpeg的问题,我用pip install ffmpeg还是不行, 去了官网下载Download FFmpeg

然后搜索ffmpeg如何配置,完成后再次运行,没有这个错误了但跑出来results.txt是空的,也没有结果视频。最后自己找了mot16的数据集在opt.py里修改了路径,得到了结果。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。 Swin Transformer是基于Transformer的计算机视觉骨干网,在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。 本课程将手把手地教大家使用labelImg标注和使用Swin Transformer训练自己的数据集。  本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。 课程以多目标检测(足球和梅西同时检测)为例进行Swin Transformer实战演示。 课程在Windows和Ubuntu系统上分别做项目演示。包括:安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、数据集格式转换(Python脚本完成)、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。  相关课程: 《Transformer原理与代码精讲(PyTorch)》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲(TensorFlow)》https://edu.csdn.net/course/detail/36699《ViT(Vision Transformer)原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测:训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割:训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值