Maskrcnn-benchmark利用自己的数据进行目标检测和关键点检测

介绍

本文主要利用了Facebook开源的Maskrcnn-benchmark来进行一个自己的项目，该项目的主要任务是对图片中的电表位置进行定位以及进行关键点的检测。网上对Maskrcnn-benchmark训练自己的数据大都集中在如何用于目标检测的任务上，对关键点检测的应用很少涉及，这篇文章对两者都作一个阐述。
maskrcnn-benchmark的github地址

0 环境配置

这一步假设机器里面已经预装了conda环境
请一定要耐心和细致，按照要求一步步来，心态不要崩！！！
首先按照官方各出的安装步骤进行环境配置
注意：
pytorch或pytorch night 的版本必须为1.0.0,torchvision版本也不能太旧，这里使用0.2.2（这是个坑）！！！
安装的时候需要安装过去的版本，因此安装命令需要给出版本，不然默认给定安装最新的版本，那就呵呵了！

Requirements

• PyTorch 1.0 from a nightly release. It will not work with 1.0 nor 1.0.1. Installation instructions can be found in https://pytorch.org/get-started/locally/
• torchvision from master
• cocoapi
• yacs
• matplotlib
• GCC >= 4.9
• OpenCV
• CUDA >= 9.0

Installation

conda create --name maskrcnn_benchmark -y
conda activate maskrcnn_benchmark
conda install ipython pip
pip install ninja yacs cython matplotlib tqdm opencv-python
# pip install -i http://pypi.douban.com/simple/  ......
#如果速度慢可以考虑使用豆瓣的源
conda install -c pytorch pytorch-nightly torchvision 
cudatoolkit=9.0
#上面的命令只能安装最新版本，因此我们需要旧版本必须加上版本号，而且torchvision版本需要大于0.2.2
conda install -c pytorch pytorch-nightly=1.0.1 torchvision=2 .2.2 cudatoolkit=9.0
export INSTALL_DIR=$PWD

# install pycocotools
cd $INSTALL_DIR
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

# install apex
cd $INSTALL_DIR
git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install --cuda_ext --cpp_ext

# install PyTorch Detection
cd $INSTALL_DIR