Mmdetection爲港中文開源系列庫Openlab的重要組成部分,爲目標檢測領域中較爲知名的開源庫,特點是模塊化,實現新算法比較多(但現在官方沒有支持Yolo系列算法,可以參考網上資源進行實現),有助於在同一框架下實現目標檢測相關算法的科研,應用。Openlab系列庫還包括用於語義分割的mmsegmentation,用於行爲理解的mmaction等。
安裝流程:
官方安裝方式坑比較多,
https://github.com/open-mmlab/mmdetection/blob/master/docs/install.md
推薦使用docker安裝
- 在docker hub上搜索mmdetection,選擇下載量最高的docker
docker pull vistart/mmdetection
經驗證該docker內,mmdetection版本爲2.2.0,mmcv版本爲0.62
- 安裝後直接跑程序會報編譯錯誤,查找後,應對mmdetection進行重現編譯,否則無法使用GPU。
2.1先進入mmdetection文件夾
cd mmdetection
2.2刪除該路徑下的build文件夾
rm -rf ./build
2.3重新編譯mmdetection
pip install -v -e .
如果docker 內pip命令有問題,使用pip3命令或其他方式解決。
等待編譯完成。
- 驗證
3.1下載預訓練權重
Model zoo地址如下:
https://github.com/open-mmlab/mmdetection/blob/master/docs/model_zoo.md
我們選擇下載faster r-cnn作爲測試
下載pytorch版本權重,faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
將該權重放在docker內文件夾
/mmdetection/checkpoints
3.2使用腳本測試
執行推理jupyter腳本
/mmdetection/demo/inference_demo.ipynb
注意配置文件,權重文件,測試圖像路徑等。