rt-detr的报错、训练、图片预测和debug

conda create -n rtdetr python=3.8
conda activate rtdetr
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
cd /mnt/Vir_new/RT-DETR-main/rtdetr_pytorch
pip install -r requirement.txt

安装环境，一定要按照官网版本的torch:

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

不然会报错：

AttributeError: module 'torchvision' has no attribute 'disable_beta_transforms_warning'

 训练指令：

python tools/train.py -c configs/rtdetr/rtdetr_r50vd_6x_coco.yml

不需要改类别，我以为像detr那样把data_loader的类别改了，就报错咯。不要用改直接训练就行。

数据集路径在：configs/dataset/coco_detection.yml，数据集是coco格式，官网也有格式示例；训练轮数和超参数：configs/rtdetr/include/optimizer.yml；配置文件：configs/rtdetr/rtdetr_r50vd_6x_coco.yml；

导出直接在/mnt/Vir_new/RT-DETR-main/rtdetr_pytorch/tools/export_onnx.py修改模型路径和配置文件路径就行，导出onnx

预测脚本：

import torch
import onnxruntime as ort 
from PIL import Image, ImageDraw
from torchvision.transforms import ToTensor
 
if __name__ == "__main__":
    ##################
    classes = ['','LicensePlate']
    ##################
    # print(onnx.helper.printable_graph(mm.graph))
    #############
    img_path = "/mnt/Vir_new/RT-DETR-main/rtdetr_pytorch/pictures/1.jpg"
    #############
    im = Image.open(img_path).convert('RGB')
    im = im.resize((640, 640))
    im_data = ToTensor()(im)[None]
    print(im_data.shape)
 
    size = torch.tensor([[640, 640]])
    sess = ort.InferenceSession("/mnt/Vir_new/RT-DETR-main/rtdetr_pytorch/onnx_output/model.onnx")
    output = sess.run(
        # output_names=['labels', 'boxes', 'scores'],
        output_names=None,
        input_feed={'images': im_data.data.numpy(), "orig_target_sizes": size.data.numpy()}
    )
 
    # print(type(output))
    # print([out.shape for out in output])
 
    labels, boxes, scores = output
 
    draw = ImageDraw.Draw(im)
    thrh = 0.6
 
    for i in range(im_data.shape[0]):
 
        scr = scores[i]
        lab = labels[i][scr > thrh]
        box = boxes[i][scr > thrh]
 
        print(i, sum(scr > thrh))
        #print(lab)
        print(f'box:{box}')
        for l, b in zip(lab, box):
            draw.rectangle(list(b), outline='red',)
            print(l.item())
            
            draw.text((b[0], b[1] - 10), text=str(classes[l.item()]), fill='blue', )
    #############
    im.save('/mnt/Vir_new/RT-DETR-main/rtdetr_pytorch/pictures/1.jpg')
    #############

DEDUG：直接在train.py上测试，记得pycharm要在2级目录rtdetr-pytorch打开，不然直接和paddle那个平级目录打开会报错找不到 utils这个模块的。

from .utils import get_activation

还有就是打开咯，还要修改导出的内容，像这样，把导出的包路径写详细一点，不然就会报错。具体就是你直接在文件架上搜索路径，加上去就行。

# from .utils import get_activation   这样会报错
from src.zoo.rtdetr.utils import get_activation  改成这样就行

    还有这样的报错也是导出的包路径不对

from .utils import deformable_attention_core_func, get_activation, inverse_sigmoid
ImportError: attempted relative import with no known parent package
 

---

更新报错：

Image size (2415329280 pixels) exceeds limit of 178956970 pixels, could be decompression bomb DOS attack.

这个错误我在：①/RT-DETR-main/rtdetr_pytorch/src/solver/solver.py；②/RT-DETR-main/rtdetr_pytorch/src/solver/det_solver.py；这2个文件下导包哪里添加下面代码就解决了。
 

from PIL import ImageFile
from PIL import Image
ImageFile.LOAD_TRUNCATED_IMAGES = True
Image.MAX_IMAGE_PIXELS = None

还有一个问题就是，我做的是文字检测，因为检测框是多边形并不是矩形，就会报错我的宽度低于我的x轴，不记得什么报错内容。这个解决的方法就是把检测框全部转化为矩形，然后每个图片的标注内容都要有单独的id，就是1，2，3这样。

另外一个就是训练时候精度是0 ，是因为我之前把我的类别设置为1，其实要加上背景的，RT-DETR-main/rtdetr_pytorch/configs/dataset/coco_detection.yml这里：
 

num_classes: 2
remap_mscoco_category: False