PyTorch faster_rcnn之一—复现代码

文章目录

一、准备

1.1 开始准备
1.2 准备训练数据 Pascal VOC2007 与模型权重
1.3 准备模型权重：caffe-pretrained vgg16
1.4 训练前

二、开始训练
三、推论或预测
四、报错与解决

一、准备

1.1 开始准备

开发运行环境 win10 | Anaconda | python=3.6 | pytorch=1.0
关于系统运行环境的安装请点击，PyTorch虚拟环境请点击
项目下载地址：https://github.com/chenyuntc/simple-faster-rcnn-pytorch
预训练模型地址：https://pan.baidu.com/s/1o87RuXW 提取码：scxn

安装以下依赖包

conda install pip pyyaml sympy h5py cython numpy scipy
conda install -c menpo opencv3  # 或者：pip install opencv-python
pip install easydict
pip install cupy-cuda80
pip install -r requirements.txt #其他的依赖

工程文档结构

.
├── data                       # 训练测试数据准备与处理
|   ├── __init__.py
|   ├── dataset.py
|   ├── util.py
|   └── voc_dataset.py
├── misc
|   ├── convert_caffe_pretain.py
|   └── train_fast.py
├── model
|   ├── utils
|   |   ├── __init__.py
|   |   ├── bbox_tools.py
|   |   ├── creator_tool.py
|   |   ├── roi_cupy.py
|   |   └── nms
|   |       ├── __init__.py
|   |       ├── _nms_gpu_post.py
|   |       ├── build.py
|   |       └── non_maximum_suppression.py
|   ├── __init__.py
|   ├── faster_rcnn.py
|   ├── faster_rcnn_vgg16.py
|   ├── region_proposal_network.py
|   └── roi_module.py
├── utils
|   ├── __init__.py
|   ├── array_tool.py   # 类别转换脚本，实现tensor、numpy、Variable之间的转换。
|   ├── config.py       # 配置文件。包括数据及地址、visdom环境、预训练权重类型、学习率及各超参数。
|   ├── eval_tool.py    # 评估检测结果
|   └── vis_tool.py     # 显示训练中的图像
├── demo.ipynb
├── train.py
└── trainer.py

1.2 准备训练数据 Pascal VOC2007 与模型权重

下载训练，验证，测试数据和VOCdevkit

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

将所有这些tars解压缩到一个名为的目录中 VOCdevkit中数据结构如下：

$ VOCdevkit /                            ＃开发套件
$ VOCdevkit / VOCcode /                    ＃ VOC实用代码
$ VOCdevkit / VOC2007                     ＃图像集，注释等
＃ ...等几个目录...

修改voc_data_dircfg项目utils/config.py，或使用参数类似将其传递给程序–voc-data-dir=/path/to/VOCdevkit/VOC2007/。

1.3 准备模型权重：caffe-pretrained vgg16

如果您想使用caffe-pretrain模型作为初始重量，您可以在下面运行以获得从caffe转换的vgg16权重，这与原始论文使用的相同。
python misc / convert_caffe_pretrain.py
此脚本将下载预训练模型并将其转换为与torchvision兼容的格式。
下载预训练模型地址：https://pan.baidu.com/s/1DFxRkVBRjbDBDKKXdND47A 密码：u0xf。
然后，您可以通过设置指定vgg16_caffe.pth存储的caffe-pretraind模型的位置。默认路径没问题。utils/config.pycaffe_pretrain_path
如果您想使用来自torchvision的预训练模型，您可以跳过此步骤。

注意，caffe预训练模型表现出略微更好的表现。
注意：caffe模型需要BGR 0-255中的图像，而torchvision模型需要RGB和0-1中的图像。有关data/dataset.py详细信息

1.4 训练前

构建cython代码nms_gpu_post:

# 由于我是win10系统，编译时报错了（请查看报错与问题解决）
cd model/utils/nms/
python build.py build_ext --inplace

启动视觉可视化（确保之前的visdom能正常使用）
python -m visdom.server

二、开始训练

mkdir checkpoints / ＃创建文件夹（用于存放训练权重）
python train.py train --env = ' fasterrcnn-caffe '-- plot-every = 100 --caffe-pretrain

三、推论或预测

四、报错与解决

报错一：python build.py build_ext --inplace

C:\Anaconda3\envs\AI_PyTorch_GPU\lib\site-packages\Cython\Compiler\Main.py:367: FutureWarning: Cython directive 'language_level' not set, using 2 for now (Py2). This will change in a later release! File: E:\pytorch_project\simple-faster-rcnn-pytorch\model\utils\nms\_nms_gpu_post.pyx
  tree = Parsing.p_module(s, pxd, full_module_name)
building '_nms_gpu_post' extension
creating build
creating build\temp.win-amd64-3.6
creating build\temp.win-amd64-3.6\Release
C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe /c /nologo /Ox /W3 /GL /DNDEBUG /MD -IC:\Anaconda3\envs\AI_PyTorch_GPU\include -IC:\Anaconda3\envs\AI_PyTorch_GPU\include "-IC:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\INCLUDE" "-IC:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\ATLMFC\INCLUDE" "-IC:\Program Files (x86)\Windows Kits\10\include\10.0.10240.0\ucrt" "-IC:\Program Files (x86)\Windows Kits\NETFXSDK\4.6\include\um" "-IC:\Program Files (x86)\Windows Kits\8.1\include\\shared" "-IC:\Program Files (x86)\Windows Kits\8.1\include\\um" "-IC:\Program Files (x86)\Windows Kits\8.1\include\\winrt" /Tc_nms_gpu_post.c /Fobuild\temp.win-amd64-3.6\Release\_nms_gpu_post.obj
_nms_gpu_post.c
_nms_gpu_post.c(613): fatal error C1083: 无法打开包括文件: “numpy/arrayobject.h”: No such file or directory
error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2

解决方法：修改\model\utils\nms\build.py后代码如下：

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
import numpy as np
 
setup(
    cmdclass={'build_ext': build_ext},
    ext_modules=[Extension('calculate', ['cythonfnS.pyx'])],
    include_dirs=[np.get_include()])