跑一下retinanet,记录一下错误

文章讲述了在Anaconda环境下遇到的包安装问题,包括CondaHTTPError、Tkinter的安装以及Pillow版本冲突的解决方案。此外,讨论了RetinaNet目标检测模型的潜在创新点,如改进损失函数、引入注意力机制和优化网络结构。还提到了在运行预训练模型时遇到的cv2找不到的问题及其解决办法。
摘要由CSDN通过智能技术生成

参照这位大佬的这里
补充的参考这里
项目代码这里

1. 安装包

安装包时点旁边的红色问号报错

  • 解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题
    因为链接太慢,尝试换源这个
  • 但是报错:PackagesNotFoundError: The following packages are not available from current channels:
    尝试这个
    太慢了还是用命令吧
    在terminal终端conda install 包名
    还是不行,在anaconda里弄吧,anaconda如果老是无响应,可以在命令窗口升级一下。
    安装包

在 Windows 平台上,您无法使用 apt-get 命令安装软件包。相反,您可以通过以下步骤在 PyCharm 中安装 tk 和 python-tk:
打开 PyCharm。 在顶部菜单中选择 “File” -> “Settings”。 在左侧面板中选择 “Project” ->
“Project Interpreter”。 在右侧面板中,找到 “+” 按钮并点击它。 在弹出窗口中,搜索 “tkinter”。 找到
“tk” 和 “python-tk” 包,并选中它们。 点击 “Install Package” 安装这些包。 等待安装完成后,关闭窗口。

可是,打不开诶,那还是回到命令行。发现官方给的好像不是win中的指令,要换成pip 或者conda install,尝试pip,一直报错,以为是源的原因,以为是代理的原因,还尝试了激活环境,都没有用。

Tkinter是Python的标准图形用户界面(GUI)工具包,因此它已经包含在Python中,不需要使用Anaconda或conda进行安
装。如果您已经安装了Python,则可以在Python中使用Tkinter,而无需进行其他操作。
如果您使用的是Anaconda,您可以通过打开终端或命令提示符,并输入以下命令来启动Python解释器并导入Tkinter模块:
python import tkinter
请注意,在某些情况下,Tkinter有时会在Windows上导致问题。如果您遇到任何问题,可以尝试使用第三方GUI工具包,如PyQt或wxPython。这些工具包也可通过conda安装,并提供更广泛的功能和支持。
额么么,好吧
检验有没有装成功

python -m tkinter

发现了,项目中的安装代码

1、Clone this repo
2、Install the required packages:
apt-get install tk-dev python-tk
3、Install the python packages:
pip install pandas
pip install pycocotools
pip install opencv-python
pip install requests

都得换,换成conda install才行

在 Anaconda 中,Conda 和 Pip 是两个软件包管理器,它们的主要区别在于:
Conda 可以安装并管理 Python 包、C 库等任何软件包,而 Pip 只能管理 Python 包。
Conda 可以创建和管理多个独立环境,每个环境中都有自己的 Python 版本和软件包集合,而 Pip 只能安装软件包到全局 Python
环境或者当前用户的主目录下的虚拟环境中。
Conda 在处理依赖关系时更加智能,可以自动解决依赖关系,确保所有依赖项的版本兼容,并且不会破坏系统中已经存在的其他软件包,而 Pip
通常只能处理 Python 软件包之间的依赖关系。
因此,在使用 Anaconda 时,建议优先选择 Conda,特别是需要安装一些非 Python 软件包或者需要创建多个独立环境的情况下

  • 报错:ImportError: cannot import name ‘PILLOW_VERSION’ from ‘PIL’ (D:\anaconda\anaconda\envs\pytorch\lib\site-packages\PIL_init_.py)

确认您已经安装了 Pillow 包。如果没有安装,可以使用 pip install pillow 命令来安装。

检查您的代码中是否导入了正确的 PIL 版本。通常情况下,Pillow 包的最新版本会将 PIL 包替换掉,所以如果您的代码中使用了 import PIL,则需要将其替换为 import pil 或 import Pillow。

如果以上两种方法都无法解决该问题,则可能需要卸载并重新安装 Pillow 包。您可以使用 pip uninstall pillow 命令卸载 Pillow 包,并使用 pip install pillow 重新安装。

是版本问题,经过排查,发现torchvision需要Pillow模块的支持,从报错信息看,应该是Pillow的版本的问题,查看安装的Pillow为当前最新的版本7.0.0,通过安装Pillow以前的版本6.2.2,解决了我的问题:) PILLOW_VERSION在Pillow 7.0.0之后的版本被移除了

pip uninstall Pillow
pip install Pillow==6.2.2

可是,pillow版本6.2.2,还是识别不了,神奇的是把出错文件中的PILLOW_VERSION改成__version__,版本还是6.2.2竟然不报错了,额,,,不理解

在这里插入图片描述

2、使用预训练模型进行可视化测试

3、关于创新点

问问ChatGPT

RetinaNet 已经是一种非常先进和有效的目标检测模型,但仍然有一些关于它的创新点可以探索和改进:

1、 改进 Focal Loss 函数:虽然 Focal Loss
能够有效地解决正负样本不平衡的问题,但它仍然存在一定的局限性。未来的研究可以尝试开发更加精细和灵活的损失函数,以提高模型的鲁棒性和泛化能力。

2、引入注意力机制(Attention):在目标检测任务中,不同部位的图像信息可能对物体检测具有不同的重要性。通过引入注意力机制,我们可以让模型更加关注那些对目标检测有帮助的区域,从而提高检测精度。

3、优化网络结构:RetinaNet
的网络结构已经很好地平衡了准确性和速度,但仍然存在一定的可优化空间。例如,我们可以尝试增加网络深度或宽度,或者使用其他类型的卷积层和池化层等等,以提高模型的性能。

4、多任务学习:RetinaNet
目前只解决了目标检测这一个任务,但在实际应用中,我们通常需要同时解决多个相关任务。通过引入多任务学习,我们可以让模型同时处理不同的任务,从而减少计算量和提高效率。

这些都是关于 RetinaNet 的创新点,未来的研究可以在这些方向上进行探索和改进。

跑一下预训练模型,放在项目根目录,出现cv2找不到的问题,尝试这个,cmd中pip -V查看安装目录,scripts路径
D:\anaconda\anaconda\Lib\site-packages\scripts
如果要退出C盘到D盘 cd /d d: 才可以进入, python 查看版本,版本为3.7.6,systeminfo查看处理器位数
处理器: 安装了 1 个处理器。
[01]: Intel64 Family 6 Model 142 Stepping 11 GenuineIntel ~1792 Mhz
在这里插入图片描述我选择了这个
安装成功在这里插入图片描述

还是找不到cv2,由于我是在自己创建的环境中运行的,所以把刚刚安装好的复制到我的环境底下相应位置即可。最后出来一张图啦
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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