[AI Combat] Modelo de detección de objetivos pequeños SSPNet: entorno de entrenamiento creado desde cero
Introducción a SSPNet
SSPNet: red piramidal de selección de escala para la detección de personas diminutas a partir de imágenes de UAV
- Enlace oficial
https://github.com/MingboHong/SSPNet - arxiv
https://arxiv.org/abs/2107.01548
Construcción del entorno
El cuda de mi máquina es 10.2. De acuerdo con su propia versión de cuda, vaya a https://hub.docker.com/ para extraer la imagen correspondiente, y debe
extraer la imagen de la versión con devel
- Tira de la imagen gpu
docker pull aegis1/cuda10.2-cudnn8-devel-ubuntu18.04:pcl
- crear contenedor
nvidia-docker run -it -d \
--name sspnet \
-v /bee/abc/test_model/:/notebooks \
-e TZ='Asia/Shanghai' \
--shm-size 16G \
-d aegis1/cuda10.2-cudnn8-devel-ubuntu18.04:pcl
- en el contenedor
docker exec -it sspnet env LANG=C.UTF-8 /bin/bash
instalar dependencias
- Instalar Anaconda
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh
ln -s /root/miniconda3/bin/conda /usr/bin/conda
- Crear un entorno py3.8
conda create --name SSPNet python=3.8 -y
conda init
Salga de la terminal
e ingrese nuevamente a la terminal,
aparecerá el siguiente contenido:
(base) root@1212:/#
- Entra en nuestro entorno SSPNet
conda deactivate
conda activate SSPNet
Como sigue;
(SSPNet) root@1212:
- Instalar antorcha
mi cuda es 10.02
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
Se pueden instalar otras versiones de cuda según
https://pytorch.org/get-started/previous-versions/
- instalar mim
pip install openmim
- Instalar mmcv completo
mim install mmcv-full==1.3.18
- Instalar dependencias cv2
apt update
apt install libgl1-mesa-glx -y
- Instalar SSPNet
git clone https://github.com/MingboHong/SSPNet.git
cd SSPNet
pip install -r requirements.txt
python setup.py develop
【】Siga el proceso anterior para instalar paso a paso, puede ejecutar el modelo normalmente
referencia
- https://github.com/MingboHong/SSPNet
- https://mmcv.readthedocs.io/en/latest/get_started/installation.html#install-mmcv
- https://mmdetection.readthedocs.io/zh_CN/latest/get_started.html
- https://github.com/open-mmlab/mim