关于Sparse R-CNN: End-to-End Object Detection with Learnable Proposals算法训练

论文及代码来源：https://github.com/PeizeSun/SparseR-CNN

1. 环境配置

环境名如下：

1.1 将anconda的安装源修改为清华的镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 
conda config --set show_channel_urls yes

// 中科院也就可以
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

// 把源换回来
conda config --remove-key channels

1.2 安装pytorch

论文中有要求
PyTorch≥1.5和torchvision的PyTorch安装相匹配,我这里安装的是1.7

conda install pytorch torchvision torchaudio cudatoolkit=10.1

【注】cuda的版本要对应，不要错了，可以用命令行

vim ~/.bashrc # 查看去这个配置文件中的路径，看安装的cuda版本
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

1.3 在SparseR-CNN目录下运行setup

这一步应该也是运行装一些相关的包。

cd SparseR-CNN
python setup.py build develop

1.4 漏下了一个scipy的包

问题：No module named ‘scipy’
在你想要运行代码的时候，你发现还漏了一个包，可能是当时的脚本跑起来的，有个网不好，没下载。
（但我保险起见，新建了两次，发现，是都没有下载的）

conda install scipy

2. 训练和测试过程

2.1 图片和标注信息的数据集下载

可以看到我们在训练过程中需要下载coco的数据集,，以下是下载的网址：

训练集图片：http://images.cocodataset.org/zips/train2017.zip
验证集图片：http://images.cocodataset.org/zips/val2017.zip
测试集图片：http://images.cocodataset.org/zips/test2017.zip
训练集、验证集标注信息：http://images.cocodataset.org/annotations/annotations_trainval2017.zip
http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
http://images.cocodataset.org/annotations/panoptic_annotations_trainval2017.zip

下载完成后，我们将数据放在datasets中的coco中。同时coco文件中还需要val2017和train2017的图片。
最后如下所示：

2.2 跑模型

根据GitHub上的命令行跑代码,我这里有一块1080ti的显卡，所以这里设置成1。

python projects/SparseRCNN/train_net.py --num-gpus 1 \
    --config-file projects/SparseRCNN/configs/sparsercnn.res50.100pro.3x.yaml

跑的时候发现，内存溢出了？然后就去找到他的batchsize修改，可以找到config中修改IMS_PER_BATCH: 16为1，然后去跑代码没有溢出情况。

3. 参数说明

因为这是我跑的第一个目标检测，所以下面参数进行说明，参考了还是那个B站大佬对这个的解说视频https://www.bilibili.com/video/BV1ez4y1X7g2

3.1 TP、FP、FN、Precision、Recall

举了个例子说：
比如：我的confidence是采取了0.89，那么我的TP=2，我的FP，因为没错的，就是0，那么FN=5，因为我confidence取了0.89，小于0.89就都算没有检测到的。

再比如：我的confidence是采取了0.66，那么我的TP=4，我的FP=1，因为有个错了，就是1，那么FN=3，因为我confidence取了0.66，小于0.66就都算没有检测到的是2个，再加上有1个不是错了吗？所以等于3。至于查准率，查全率看上图的公式。

3.2 AP以及mAP

召回率取最高准确率的召回率，（别问我为什么这么做，定义就是这样）可以看到AP就是上图阴影的面积。这一个AP比如说就是我一个猫的分类的，mAP呢，就是我所有分类的AP的求和取平均。如果我分了60个类，我第一个猫的AP是a，我第二个狗的AP是b…这样下去，60个AP加起来除60就是我的mAP

论文中跑出来的是数据解释下：
这张是我实际跑出来的模型最终过测试集的样子。

官网给出的指标的解释如下：

第一个就是根据 IoU = 0.5 0.75的一个标准，第一个中第一个AP值的是0.5到0.95之间每个间隔0.05的意思；这里的AP就是我们刚刚说的mAP。
第二个就是根据范围，从而的出来的AP值，可以看到这个模型更适合用小目标，中目标和大目标的检测。
第三第四和前两个类似，就是变成了召回率而已。至此结束。