detectron2（目标检测框架）无死角玩转-01：框架安装，以及demo测试

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

$\color{red}{注意，本人编写该博客的时间为2020/01/17，也就是说，你现在下载的作者代码或许}$
$\color{red}{和本人的代码不一样（如果作者有更新过）还有就是，本人调试该代码为Linux系统}$
$\color{red}{即下面的报错都是在Linux系统下，以及对应的解决办法}$

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。