参照:
https://github.com/ChiCheng123/SRN
0.環境
ubuntu16.04
python3.6
torch==0.4.1 # (cuda90) @ https://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
cycler==0.10.0
kiwisolver==1.3.1
matplotlib==3.3.3
numpy==1.19.4
opencv-python==4.4.0.46
Pillow==8.0.1
pyparsing==2.4.7
python-dateutil==2.8.1
PyYAML==5.3.1
scipy==1.2.0
six==1.15.0
torchvision==0.2.2
tqdm==4.19.9
cffi
Cython
ipython
1.準備
1.1環境への準備
実行:
cd srn/extensions
sh build_ext.sh
1.2データの準備
ディレクトリ内のimage_list.txtのコンテンツから、テストされた画像がデータ/画像の下に直接配置されていることがわかります。つまり、より広い面のデータをダウンロードした後、valの画像を直接コピーするだけです。
http://shuoyang1213.me/WIDERFACE/
ディレクトリ構造:
data
images
data/images/0--Parade/0_Parade_Parade_0_72.jpg
1.3モデルの準備
https://drive.google.com/drive/folders/1T4Qt99SdM7c8G4ZuC1igensY0bZdEETF
https://pan.baidu.com/s/1ambmu1Bu6Oi7zTcEnigFyg(6fba)
モデルをモデルの下に置きます。
2.変更
不十分なGPUメモリを防ぐためにline86に文を追加します(対応するforループのコンテンツはそれに応じて4スペース戻る必要があります):
with torch.no_grad():
3.テスト
テストにはおそらく7〜8Gのビデオメモリが必要です。
cd tools
sh ./val.sh
テスト後に生成されたファイルのディレクトリ構造は次のとおりです。
tools
results_dir
21--Festival
21_Festival_Festival_21_254.txt
内容は次のように表示されます。
4.評価
Pytorch_Retinaface / widerface_evaluateにあるこれらのファイルをSRN / toolsディレクトリにコピーします。
https://blog.csdn.net/qq_35975447/article/details/109447929を参照してください:
cd ./tools
python setup.py build_ext --inplace
vim evaluation.py
# line 187-188
parser.add_argument('-p', '--pred', default="./results_dir/")
parser.add_argument('-g', '--gt', default='./widerface_eval/ground_truth/')
python evaluation.py