mmdetection2.10使用log

环境搭建

anaconda创建虚拟环境

conda create -n open-mmlab python=3.7
conda activate open-mmlab

环境要求

torch=1.7.0

cuda=11.0

mmcv=1.3.10

mmdet=2.10
 

---

pytorch官网获取命令

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

---

安装mmcv-full

pip install mmcv-full

---

git mmdetection

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .

测试demo

在mmdetection的modelzoo中下载权重文件保存在checkpoints文件中

python demo/image_demo.py demo/demo.jpg config/...  checkpoints/...

数据集

可以选择coco数据集或者voc数据集

由于coco数据集较大，训练耗时较久。选择将voc2007数据集转化成coco格式放在data/coco目录下（转化参考）

训练

voc只有20类，要修改一些数据。（修改参考）

python tools/train.py configs/..

出现错误，类别数目无法对上

解决：在anaconda3中的环境目录下，找到mmdet目录下有个文件里面要重新修改类别，修改完后再训练，成功。

测试

测试集图片

python tools/test.py configs/.. work_dirs/.../latest.pth --show

绘制loss曲线

python tools/analysis_tools/analyze_logs.py plot_curve work_dirs/../...log.json
--keys loss_cls loss_bbox --out ...

问题

训练效果比不上论文中的结果