复现Oriented R-CNN RTX 2080Ti
2022年4月5日15点00分
1.conda新环境
conda create -n obbdetection python=3.7 -y
source activate obbdetection
装pytorch(这一步我不确定是否必要,我选autodl的GPU的时候自带了pytorch,以后有机会再验证吧)
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
2.clone .git and install
git clone https://github.com/jbwang1997/OBBDetection.git --recursive
cd OBBDetection
如果在clone BboxToolkit卡住了,可以cd到OBBDetection文件夹执行:
git clone https://github.com/jbwang1997/BboxToolkit.git --recursive
再安装BboxToolkit
cd BboxToolkit
pip install -v -e . # or "python setup.py develop"
cd ..
安装mmcv
pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html --no-cache-dir
提示报错,会显示很多版本,我选的1.4.0
然后安装成功显示:
Successfully installed addict-2.4.0 mmcv-full-1.4.0 pyyaml-6.0 yapf-0.32.0
安装OBBDetection
pip install -r requirements/build.txt
pip install mmpycocotools
pip install -v -e . # or "python setup.py develop"
2022年4月5日15点27分
大约5分钟完成,显示
Successfully installed Pillow-6.2.2 mmdet-2.2.0+4c779ba
3. test model
先去网上下载他训练好的模型(.pth文件)
https://github.com/jbwang1997/OBBDetection/tree/master/configs/obb/oriented_rcnn
然后上传到GPU服务器上进行测试
python demo/huge_image_demo.py demo/dota_demo.jpg configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_1x_ms_rr_dota10.py ckpt/faster_rcnn_orpn_r101_fpn_1x_mssplit_rr_dota10_epoch12.pth BboxToolkit/tools/split_configs/dota1_0/ss_test.json
如果不能显示图形界面,plot画不出图来,他没有保存图像文件的代码。我的Linux看不了。调了半小时,找到了mmdet/apis/inference.py,最后一行加入
cv2.imwrite("xxxx320.jpg", img)
到时候运行完会在/root/OBBDetection文件夹下生成处理完的结果xxxx320.jpg
4.针对HRSC2016数据集测试、训练。
4.1 准备数据集
数据集放到
/root/OBBDetection/data/HRSC2016
修改训练的数据集路径文件在configs/obb/base/datasets/hrsc.py
完成之后
4.2开始训练
python tools/train.py configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py --work-dir work_dirs
woc ,居然成功了,直接挂起来吃饭去。
nohup python tools/train.py configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py --work-dir work_dirs >xxxcbtrain202204051625.log 2>&1 &
2022年4月5日16点27分
一个小时后来检查发现空间不足了,我的存储空间只有20GB,
删掉之前生成的的24个epochs的pth文件,接着25轮继续,因为26轮的epoch26.pth是个坏掉的文件,运行会报错。
python tools/train.py configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py --work-dir work_dirs --resume-from work_dirs/epoch_25.pth
断掉的过程中我也对25轮的精度进行了测试:
python tools/test.py configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py /root/OBBDetection/work_dirs/epoch_25.pth --eval mAP
[>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>] 444/444, 7.8 task/s, elapsed: 57s, ETA: 0s
+-------+------+------+--------+--------+
| class | gts | dets | recall | ap |
+-------+------+------+--------+--------+
| ship | 1188 | 2999 | 0.9857 | 0.9047 |
+-------+------+------+--------+--------+
| mAP | | | | 0.9047 |
+-------+------+------+--------+--------+
再用vac12运行一遍
python tools/test.py configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py /root/OBBDetection/work_dirs/epoch_25.pth --eval mAP --options use_07_metric=False
+-------+------+------+--------+--------+
| class | gts | dets | recall | ap |
+-------+------+------+--------+--------+
| ship | 1188 | 2999 | 0.9857 | 0.9748 |
+-------+------+------+--------+--------+
| mAP | | | | 0.9748 |
+-------+------+------+--------+--------+
巧了,效果非常理想。
达到官方的精度了
接着把剩下的11轮跑完吧。
36epoch的结果如下
4.3 效果检验
voc07
+-------+------+------+--------+--------+
| class | gts | dets | recall | ap |
+-------+------+------+--------+--------+
| ship | 1188 | 3162 | 0.9840 | 0.9050 |
+-------+------+------+--------+--------+
| mAP | | | | 0.9050 |
+-------+------+------+--------+--------+
voc12
+-------+------+------+--------+--------+
| class | gts | dets | recall | ap |
+-------+------+------+--------+--------+
| ship | 1188 | 3162 | 0.9840 | 0.9740 |
+-------+------+------+--------+--------+
| mAP | | | | 0.9740 |
+-------+------+------+--------+--------+
最后的效果比较理想。
测试两张船。
python demo/image_demo.py demo/100001132.bmp configs/obb/oriented_rcnn/faster_rcnn_orpn_r101_fpn_3x_hrsc.py work_dirs/epoch_36.pth
总结
上一次复现失败的原因大概是pytorch版本太高了,调用mmdetection框架出错了,这次碰巧没遇到错误。
也学会了从中断的地方恢复训练,效果比较不错,下次复现S2ANet了。
本次复现共耗时一个半小时,消费3块钱,算上上次失败和之前改错的成本,累计时间一周,20块钱。
复现Oriented R-CNN RTX 2080Ti相关推荐
- 复现失败Oriented R-CNN RTX 2080Ti
今天开始复现Oriented R-CNN 环境打算租用autodl的RTX 2080Ti,因为论文里也是用的这块GPU. 最后因为不会使用mmdetection而告终.如果以后有机会再调. 1.租块G ...
- 复现 S2ANet RTX 2080Ti
0.租服务器GPU 1.INSTALL.MD conda create -n s2anet python=3.7 -y source activate s2anet conda install pyt ...
- 复现 Oriented R-CNN RTX3080ti
在3080ti主机上复现Oriented R-CNN,参考了:复现Oriented R-CNN RTX 2080Ti_吃肉不能购的博客-CSDN博客 这篇博文给我提供了很大帮助 前言 GitHub链接 ...
- WIN10+RTX 2080Ti深度学习平台搭建,VS2019+CUDA11.0+cuDNN8.0+python3.8.7+Tensorflow2.4.0+Keras,以及各种科学包
WIN10+RTX 2080Ti深度学习平台搭建 前置声明:博文中有一些图片来自网上截图(因为安装完成后做的记录,有些安装过程图嫌麻烦没有复现),侵删. 可选步骤: 如果之前有python环境,需要卸 ...
- 深度学习设备购置RTX 2080Ti + i7 9700k+ Z390 A主板
文章目录 购置清单 GPU选购参考指标 CPU及主板选购参考 固态硬盘选择 参考教程及相关问答 Reference 目标:构建一个深度学习个人工作站 组装性能: 组装好后先装了windows系统用鲁大 ...
- 苹果M1芯片机器学习测评出炉!Mini比RTX 2080Ti快14%,Air好于Pro
点击上方"CVer",选择加"星标"置顶 重磅干货,第一时间送达 来源:AI科技评论 作者 | 蒋宝尚 编辑 | 青暮 今年双十一,苹果发布了新Mac系列,拿出 ...
- 苹果M1芯片机器学习向测评:Mini 比RTX 2080Ti 快14%,Air好于Pro
本文转载自AI科技评论. 作者 | 蒋宝尚 编辑 | 青暮 今年双十一,苹果发布了新Mac系列,拿出了首款自研ARM架构的芯片.这款5nm制程的SoC(系统级芯片)号称大幅度提升了性能. 例如,新款M ...
- 在TITAN RTX 2080Ti 上安装 Ubuntu18.04+Nvidia-430显卡驱动+配置深度学习环境(1)
最近一个项目需要在TITAN RTX 2080Ti 上安装Ubuntu18.04+Nvidia-430显卡驱动+Cuda10.1+Cudnn+7.6+Anaconda3+深度学习环境(tensorfl ...
- Faster R CNN
Faster R CNN 3 FASTER R-CNN 我们的Faster R CNN 由两个模块组成,第一个模块是 proposes regions 的全卷积网络,第二个是使用 proposed r ...
- 安装教程rtx2080ti_Ubuntu18.04上安装RTX 2080Ti显卡驱动
上了RTX 2080Ti显卡后,原来Ubuntu18.04内置的驱动和PPA安装的都不运作了,安装NVidia官网下载的驱动可以跑起来,但是需要费一些周折. 1.禁用系统默认显卡驱动 打开系统黑名单: ...
最新文章
- IROS2021 | F-LOAM : Fast LiDAR Odometry and Mapping 解析
- CentOS系统dig和nslookup的安装
- PYTHON_DACORATOR
- 怎样编写一个Photoshop滤镜(1)
- Linux centos openshift安装教程整理
- 已知线性表最多可能有20个元素,存储每个元素需要8字节,存储每个指针需要4字节。当元素个数为( )时使用单链表比使用数组存储此线性表更加节约空间。
- Google搜索正在“死亡”
- HDU 5975 2016ICPC大连 E: Aninteresting game(树状数组原理)
- 配置 iSQL*Plus
- ddos发包php文件,简单防范PHPDDOS对外发UDP包消耗流量
- MH算法拟合标准柯西分布
- 阿里云下载git镜像路径
- python数据导入与清洗_Python学习之 数据清洗之增删改查
- 从网络安装debian到使用中遇到的问题
- 《软件学报》《计算机学报》《计算机研究与发展》为计算机类三大权威刊物
- H3C IRF2典型应用(1)
- 爱数之Oracle备份与恢复
- JS正则表达式中有哪些特殊字符,这些特殊字符又分别表示什么含义?
- TFN PM1200无线电综合测试仪详细参数介绍
- Could not load file or assembly #39;Microsoft.VisualBasic, ----jexus使用报错