pytorch学习：运行Mask R-CNN例程

目录

1 学习pytorch进行图像处理的四个必用链接：

2 运行Mask R-CNN例程时的问题点

2.1 在哪儿下载 engine.py  transforms.py  utils.py?

Github下载xxx.py文件的方法

 2.2 安装pycocotools

2.3 手动输入代码时出现的一些问题

2.4 CPU模式下运行代码的小BUG

3 个人对于tensorflow caffe pytorch的浅显体会

---

---

1 学习pytorch进行图像处理的四个必用链接：

先附上pytorch的中文和英文版教程链接，Pytorch API手册，以及github图像库链接：

中文：http://pytorch123.com/

英文：https://pytorch.org/tutorials/index.html

API:https://pytorch.org/docs/stable/index.html

vision:https://github.com/pytorch/vision

2 运行Mask R-CNN例程时的问题点

学习Pytorch中，在windows下运行教程中的例子，发现还有一些地方存在不明白的，现总结如下。

2.1 在哪儿下载 engine.py  transforms.py  utils.py?

教程里没有给出链接，是在github上pytorch的torchvision repository里面：

https://github.com/pytorch/vision/tree/master/references/detection

当然，运行的时候还是会提示各种错误，那是因为一些依赖的.py没有，依然可以从上面的链接中找到，特别的：

coco_utils.py  coco_eval.py

将上述.py都下载下来，拷贝到例程所在的文件夹下。

话说如何下载？之前我没有github账号的时候，右边都有clone download的按钮，现在登录了，却没有了下载的按钮，或者它就没有打包。。。百度后发现了下载的方法：

Github下载xxx.py文件的方法

   点开需要下载的那个.py文件，然后代码的右上角有个“Raw”的标签，右键->链接保存为   ,,即可下载了。

再运行，就会出现终极错误。找不到pycocotools，请继续步骤2

 2.2 安装pycocotools

直接pip install pycocotools是会报错的，参考下面链接的方法：

https://blog.csdn.net/u012128777/article/details/100973199?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

发现没有git，然后又参考 https://blog.csdn.net/qq_32786873/article/details/80570783 进行安装，但是github很不稳定，网速很慢，就在csdn上搜了一个需要积分的下载下来，40多M。安装好后，添加环境变量，然后在之前的cmd里面执行git --version，提示依然没有git。

好像是没有更新吧，关闭命令行窗口，重新打开后，git就出现了！然后按照刚才的链接，开始下载pycocotools。我是等了好一会儿，才安装好。

2.3 手动输入代码时出现的一些问题

由于代码是我手动输入的，出现了很多小错误。

在编写PennFudanDataset时，方法__getitem__函数忘记添加  return：

在PennFudanDataset里，masks误写为mask

写完最后一个main方法后，没有添加执行 main：

以及出现这种错误：

RuntimeError: Given transposed=1, weight of size 1024 256 2 2, expected input[78, 256, 14, 14] to have 1024 channels, but got 256 channels instead

有一种说法是没有将图像转化为“RGB’，查看代码后发现已经转化了，那问题在哪儿呢？

很明显是该层的输入通道与实际得到的通道数不匹配，再次检测代码，是这里错了，

model.roi_heads.mask_predictor = MaskRCNNPredictor(in_features,
                                                   hidden_layer,
                                                   num_classes)

是输入特征数错了，改成in_features_mask，一切就OK啦

in_features_mask = model.roi_heads.mask_predictor.conv5_mask.in_channels

2.4 CPU模式下运行代码的小BUG

发现了一个小bug，这个代码本意是想能在GPU和CPU上都兼容运行的，但是个人认为作者仅在GPU上跑通，CPU上运行很慢，而且在evaluate()的时候会报错。

engine.py的86行：

torch.cuda.synchronize()

这句话就默认了当前是GPU模式，没有GPU的话这里就报错了，因此，个人给添加了一句话：

if torch.cuda.is_available():
    torch.cuda.synchronize()

这样在没有GPU的时候，bypass了CUDA同步的操作。问题解决！下面是evaluate的运行结果：

Test:  [ 0/50]  eta: 0:13:53  model_time: 16.3845 (16.3845)  evaluator_time: 0.2324 (0.2324)  time: 16.6657  data: 0.0489
Test:  [49/50]  eta: 0:00:13  model_time: 13.2440 (13.5054)  evaluator_time: 0.1157 (0.1208)  time: 14.0909  data: 0.0177
Test: Total time: 0:11:22 (13.6521 s / it)
Averaged stats: model_time: 13.2440 (13.5054)  evaluator_time: 0.1157 (0.1208)
Accumulating evaluation results...
DONE (t=0.06s).
Accumulating evaluation results...
DONE (t=0.04s).
IoU metric: bbox
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.001
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.008
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.005
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.001
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.010
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.136
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.060
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.144
IoU metric: segm
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.017
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.020
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.017

 

3 个人对于tensorflow caffe pytorch的浅显体会

总结一下学习Pytorch的体会：

1. 与python原生风格贴合紧密，用起来很顺手，就像numpy一样。

2.与tensorflow相比，可以及时调试，发现问题，不像tensorflow那样，虽然有eger模式，但还是不习惯那种with session，更不习惯花大力气去维护变量，要知道起名还是很难为人的，虽然tensorflow有slim版本，但是在也不愿意去委屈自己，天天升级习惯。

3.跟caffe比起来，pytorch简直是明了许多，不用再去看好几千行的caffemodel文件了，改一个模型，名字就得换半天，太焦心了，而且还得使用各种shell命令去训练和评估模型。特别的，使用这个脚本from engine import train_one_epoch, evaluate，可以使用简单的几行代码进行训练，特别方便。

4.pytorch将神经网络的主体规范化，做到十分明了。而最让人头疼的数据集加载方面，还是比较出色的，用python的风格来加载数据，入手很快，也容易理解，debug模式很容易找到问题所在。

总之，在简单使用了三个流行的深度学习平台后，很推荐新手使用pytorch入门。