一步一步教你在 docker 容器下使用 mmdetection 訓練自己的數據集

這裏不再介紹 mmdetection 的安裝和配置，使用 mmdetection 較簡單的方法是使用已安裝 mmdetection 的 docker 容器。這樣直接省去了安裝 mmdetection 的過程，讓重心放在模型訓練上！

如果你對 docker 和 mmdetection 還不是很熟悉，請自行搜索一下，本文就不再贅述了。

這裏附上 mmdetection 的 GitHub 地址：

https://github.com/open-mmlab/mmdetection

0. 前期準備

首先默認你的電腦已經做好了下面這些前期準備工作：

• Ubuntu 16.04 或以上
• GPU
• 安裝 cuda
• 安裝 cudnn
• 安裝 docker
• 安裝 nvidia-docker

當然，如果你連接的是公司或學校的服務器，且服務器已經做了上面幾點準備，那你只需要一個 Xshell 遠程登錄服務器就行了。

1. 準備工作：下載含 mmdetection 的 docker 鏡像

首先，我們需要找到一個已經配置好 mmdetection 環境的 docker 鏡像。可以在 dockerhub 上用 “mmdetection” 作爲關鍵詞進行搜索，也可以在 terminal 裏直接使用命令 docker search 進行搜索：

$ docker search mmdetection

結果顯示如下圖所示：

這裏，我們選擇排第一的 vistart/mmdetection 鏡像，下載 docker 鏡像的方法也很簡單，使用 docker pull 從鏡像倉庫中拉取指定鏡像：

$ docker pull vistart/mmdetection

如果網絡沒問題，下載會在幾分鐘之內完成。下載完成之後，我們就可以查看 vistart/mmdetection 鏡像是否已經放在本地鏡像種了：

$ docker images

可以看到 vistart/mmdetection 鏡像已經成功下載了。

2. 新建含 mmdetection 的容器

包含 mmdetection 的鏡像已經下載好了，下一步就是新建一個 docker 容器以供使用了：

$ docker run --runtime=nvidia --name mm_prj -i -t vistart/mmdetection /bin/bash

對上面的命令解釋一下：--runtime=nvidia 很關鍵，能使新建的 docker 容器能使用宿主機器的 GPU，不加這個參數則默認使用 CPU；--name mm_prj 是對新建的 docker 容器進行命名，該名稱爲 mm_prj，讀者可自行修改。

新建容器之後的界面如下：

至此，名爲 mm_prj 容器已經打開了。可以看到，該目錄中已經包含了 mmdetection 目錄，表示該 docker 鏡像已經安裝好了 mmdetection。

補充：

另外，補充一些退出容器、進入容器的操作。

退出容器：

# exit

查看現有容器：

$ docker ps -a

可以看到，名爲 mm_prj 的 docker 容器已經在容器列表了。

打開容器：

$ docker start mm_prj
$ docker exec -i -t mm_prj /bin/bash

3. 導入自己的 VOC 數據

這一步，我們需要把自己的數據打包成 Pascal VOC 格式。其目錄結構如下：

VOCdevkit
--VOC2007
----Annotations
----ImageSets
------Main
----JEPGImages

簡單介紹一下，其中 Annotations 存放的是 .xml 文件，JEPFImages 存放的是 .jpg 圖片。

按照此格式放置好自己的訓練數據之後，需要切分訓練數據和測試數據。在 VOCdevkit 目錄下新建一個 test.py 文件。test.py 內容爲：

import os
import random

trainval_percent = 0.8
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

上面的代碼劃分數據集，trainval 佔 80%，作爲訓練集；test 佔 20%，作爲測試集。

運行 test.py，將會在 VOCdevkit/ImageSets/Main 目錄下生成下面三個文件：

打開文件可以看到，trainval.txt 包含訓練時所有的樣本索引，test.txt 包含測試時所有的樣本索引。

自己的 VOC 數據製作完畢之後，從宿主機（Ubuntu）複製到 /mmdetection/data/ 目錄下：

$ docker cp VOCdevkit mm_prj:/mmdetection/data/

4. 修改 class_names.py 文件

打開 /mmdetection/mmdet/core/evaluation/class_names.py 文件，修改 voc_classes 爲將要訓練的數據集的類別名稱。如果不改的話，最後測試的結果的名稱還會是’aeroplane’, ‘bicycle’, ‘bird’, ‘boat’,…這些。改完後如圖：

5. 修改 voc.py 文件

打開 mmdetection/mmdet/datasets/voc.py 文件，修改 VOCDataset 的 CLASSES 爲將要訓練的數據集的類別名稱。

如果只有一個類，要加上一個逗號，否則將會報錯。

6. 修改配置文件

mmdetection 中提供了很多目標檢測模型可供使用。例如，進入 /mmdetection/config/ 目錄，就會看到很多模型：

根據我們選擇使用的模型，修改相應的配置文件。本文我們使用的是FasterRCNN 模型，修改的是 faster_rcnn_r50_fpn_1x.py 文件。

6.1 修改 num_classes 變量

打開 faster_rcnn_r50_fpn_1x.py，將 num_classes 變量改爲：類別數 + 1（例如我有 20 類，因此改爲 21）：

6.2 修改 data_settings

因爲 faster_rcnn_r50_fpn_1x.py 默認使用的是 coco 數據集格式，我們要對其修改成相應的 VOC 數據格式。修改後的內容如下圖所示：

6.3 調整學習率

本文使用單 gpu 訓練，修改 img_per_gpu = 2，workers_per_gpu = 0。

對學習率的調整，一般遵循下面的習慣：

• 8 gpus、imgs_per_gpu = 2：lr = 0.02；
• 2 gpus、imgs_per_gpu = 2 或 4 gpus、imgs_per_gpu = 1：lr = 0.005；
• 4 gpus、imgs_per_gpu = 2：lr = 0.01

這裏，我們只使用單 gpu，且 img_per_gpu = 2，則設置 lr = 0.00125。

這裏說一下 epoch 的選擇，默認 total_epoch = 12，learning_policy 中，step = [8,11]。total_peoch 可以自行修改，若 total_epoch = 50，則 learning_policy 中，step 也相應修改，例如 step = [38,48]。

至此，配置文件已修改完畢。

7. 模型訓練

模型訓練非常簡單，只需一行命令：

python3 ./tools/train.py ./configs/faster_rcnn_r50_fpn_1x.py

注意執行上面的命令是在 /mmdetection 目錄下。

如果有多個 gpu，例如 0, 1 號 gpu 都可用，則可以全部用起來訓練，命令如下：

CUDA_VISIBLE_DEVICES=0,1 python3 ./tools/train.py ./configs/faster_rcnn_r50_fpn_1x.py --gpus 2

上面的 --gpus 2 表示使用的 gpu 個數爲 2。如果使用多塊 gpu，注意修改學習率 lr。

然後，訓練就開始了：

從打印出的信息中，可以看到當前的 epoch 和 loss 值。

每個 epoch 會生成一個模型，並自動保存在 /mmdetection/work_dirs/faster_rcnn_r50_fpn_1x/ 目錄下。

訓練完成之後，latest.pth 即 epoch_12.pth 就是最終的模型。

8. 模型測試，計算 mAP

下面我們將使用訓練好的模型對測試集進行驗證，並計算 mAP。

8.1 生成 pkl 文件

首先，生成 pkl 文件：

python3 ./tools/test.py ./configs/faster_rcnn_r50_fpn_1x.py ./work_dirs/faster_rcnn_r50_fpn_1x/latest.pth --out=result.pkl

8.2 計算測試集 mAP

對測試集計算 mAP，只需一行命令：

python3 ./tools/voc_eval.py result.pkl ./configs/faster_rcnn_r50_fpn_1x.py

計算結果如下：

圖中可以看到，最後計算的 mAP = 0.978。