Ubuntu18.04は、より高速なRCNNターゲット検出とマスクRCNNインスタンスセグメンテーションを実現するようにdetectron2を構成します（1）

1.背景紹介

• Detectron2プロジェクトアドレス：https：//github.com/facebookresearch/detectron2
• FasterRCNNペーパー：https：//arxiv.org/abs/1506.01497
• COCOデータセット：http：//cocodataset.org/#home
• VOCデータセット：http：//host.robots.ox.ac.uk/pascal/VOC/

2.環境要件

• Ubuntu 18.04
• CUDA10
• pytorch == 1.3.0
• torchvision == 0.4.1
• pycocotools

3.インストール手順

3.1インストールの依存関係

• ココアピ

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

• Cython

pip install cython

3.2detectron2をインストールする

git clone https://github.com/facebookresearch/detectron2.git
cd detectron2 && python -m pip install -e .

4.インストールをテストします

インストールが完了したら、次のコマンドを入力して、インストールが成功したかどうかをテストできます。

python3 demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input cat.jpg \
  --output result_cat.jpg \
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

入力画像は次のとおりです。

結果画像は次のとおりです。

テストは成功し、インストールが成功したことを示します。フレームワークは、さらなるトレーニング、テストなどに使用できます。