以下链接是个人关于detectron2(目标检测框架),所有见解,如有错误欢迎大家指出,我会第一时间纠正。有兴趣的朋友可以加微信:a944284742相互讨论技术。若是帮助到了你什么,一定要记得点赞!因为这是对我最大的鼓励。
detectron2(目标检测框架)无死角玩转-00:目录
资源下载
在安装之前,请大家从以下链接下载好detectron2源码:
https://github.com/facebookresearch/detectron2
模块安装
下载好之后呢,还是老旧的套路,阅读README.md,可以看到如下:
进入INSTALL.md,可以看到如下:
构建以上环境之后就可以去编译安装detectron2了,根据下面的提示:
本人在detectron2根目录,注意不是子目录detectron2,执行如下:
pip install -e .
别少了那个点啊,安装成功之后本人打印如下:
好了,下面我们就要进行demo测试了。
demo测试
通过根目录下面的README.md,可以看到如下:
点击进入可以看到:
我们首先来一个最简单的版本,这列为了方便,我给大家复制了一张图像,input1.jpg
我们把这张图片当做输入,在根目录执行如下指令:
python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml
--input input1.jpg
--output .
--opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl
本人把input1.jpg 放在根目录下,执行之后覆盖根目录下的input1.jpg 显示如下:
这样我们就完成测试了,出了语义分割之外,大家还可以通过以下链接下载更多的模型,通过如下链接:
下载好之后,更改–opts MODEL.WEIGHTS参数,指定路径重新运行即可,不如目标检测,本人测试如下:
结语
到这里为止,我们已经安装好了detectron2,并且进行了demo演示,那么接下来我们就去训练coco数据集,以及自己的数据集。