主要是目标检测方面的使用记录，mmdetection还有分类网络，分割等功能，但这篇博客主要关注目标检测，之后如果涉及到分割会再开一篇博客进行记录。

1. 安装

mmdetection需要的环境是cuda10.0为基础的环境，对驱动版本也有一定的要求，cuda8.0的我始终没有配通，主要的错误都是跟cuda相关的。

具体安装过程参见：https://blog.csdn.net/DD_PP_JJ/article/details/103055629

安装完大体环境以后，开始配置mmdetection

操作系统：Linux

Python 3.5+

PyTorch 1.0+ 或 PyTorch-nightly

CUDA 9.0+

NCCL 2+

GCC 4.9+

然后cd进入mmdetection， 运行：

python setup.py develop

进行编译，如果你的mmdetection是从另外一台机器复制过来，只要他存在build文件夹，都有可能造成报错。直接rm -rf build, 删除build文件夹后重新运行，就可能能够顺利通过。

2. 准备VOC格式数据集

具体数据集构建可以看：

https://www.cnblogs.com/pprp/p/10863496.html#数据集构建

https://blog.csdn.net/weicao1990/article/details/93484603

有一个库有一些脚本进行检查和生成：

https://github.com/pprp/voc2007_for_yolo_torch

3. 个性化配置

训练之前首先要根据自己的数据集对配置文件进行修改：

修改类别数量， num_classes = 类别数+1 dict(

type='SharedFCBBoxHead',

num_fcs=2,

in_channels=256,

fc_out_channels=1024,

roi_feat_size=7,

num_classes=2, # 修改 81 -> 2

target_means=[0., 0., 0., 0.],

target_stds=[0.05, 0.05, 0.1, 0.1],

reg_class_agnostic=True,

loss_cls=dict(

type='CrossEntropyLoss', use_sigmoid=False, loss_weight=1.0),

loss_bbox=dict(type='SmoothL1Loss', beta=1.0, loss_weight=1.0)),

修改数据集地址： # dataset settings

dataset_type = 'VOCDataset' # 修改，'CocoDataset' -> 'VOCDataset'

data_root = 'data/VOCdevkit/' # 修改，'data/coco/' -> 'data/VOCdevkit' train=dict(

type=dataset_type,

ann_file=data_root + 'VOC2007/ImageSets/Main/train.txt', # data_root + 'annotations/instances_train2017.json' -> data_root + 'VOC2007/ImageSets/Main/train.txt'

img_prefix=data_root + 'VOC2007/', # 11/11, TC修改 data_root + 'train2017/' -> data_root + 'VOC2007/'

pipeline=train_pipeline),

val=dict(

type=dataset_type,

ann_file=data_root + 'VOC2007/ImageSets/Main/val.txt', # data_root + 'annotations/instances_train2017.json' -> data_root + 'VOC2007/ImageSets/Main/val.txt'

img_prefix=data_root + 'VOC2007/', # 11/11, TC修改 data_root + 'val2017/' -> data_root + 'VOC2007/'

pipeline=test_pipeline),

test=dict(

type=dataset_type,

ann_file=data_root + 'VOC2007/ImageSets/Main/test.txt', # data_root + 'annotations/instances_train2017.json' -> data_root + 'VOC2007/ImageSets/Main/test.txt'

img_prefix=data_root + 'VOC2007/', # data_root + 'test2017/' -> data_root + 'VOC2007/'

pipeline=test_pipeline))

修改数据集voc.py文件： @DATASETS.register_module

class VOCDataset(XMLDataset):

CLASSES = ('pos',) # 注意即便只有一个了类也要加逗号

# ('aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car',

# 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse',

# 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train',

# 'tvmonitor')

def __init__(self, **kwargs):

super(VOCDataset, self).__init__(**kwargs)

if 'VOC2007' in self.img_prefix:

self.year = 2007

elif 'VOC2012' in self.img_prefix:

self.year = 2012

else:

raise ValueError('Cannot infer dataset year from img_prefix')

运行参数处理： total_epochs = 20 # 训练最大的epoch数

dist_params = dict(backend='nccl') # 分布式参数

log_level = 'INFO' # 输出信息的完整度级别

work_dir = './work_dirs/libra_faster_rcnn_x101_64x4d_fpn_1x' # log文件和模型文件存储路径

load_from = None # 加载模型的路径，None表示从预训练模型加载

resume_from = None # 恢复训练模型的路径，None表示不进行训练模型的恢复

workflow = [('train', 1)]

# ======================================================

# 训练与验证策略，[('train', 1)]表示只训练，不验证；

# [('train', 2), ('val', 1)] 表示2个epoch训练，1个epoch验证

# ======================================================

4. 训练命令

训练格式：

python tools/train.py ${config_files}

可选参数：

–validate : 每隔1个epoch就进行一次evaluation， 测一下map之类的指标。

–work_dir: 指定训练的结果保存的位置，一般默认就行

–resume_from: 需要指定到对应的权重文件

–gpus： 指定使用哪个gpu

–autoscale-lr: 根据GPU个数进行自动处理learning rate

举例，训练cascade R-CNN进行目标检测：

python tools/train.py configs/cascade_rcnn_r101_fpn_1x.py --validate

5. 测试命令

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}] [--show]

可选参数：

–out : 输出结果文件，results.pkl

–json_out: 输出结果文件，不需要后缀

–eval: [‘proposal’, ‘proposal_fast’, ‘bbox’, ‘segm’, ‘keypoints’], 选择其中一个模式

–show: 会跳出来一张图片给你展示

–tmpdir : 将一些结果写入tmpdir

在VOC数据集下，应该采用以下方式进行测试：

python tools/test.py configs/retinanet_r101_fpn_1x.py work_dirs/retinanet_r101_fpn_1x/latest.pth --out ./result_retinanet.pkl

将结果输出到pkl文件夹中，然后在进行计算：

python tools/voc_eval.py result_retinanet.pkl configs/retinanet_r101_fpn_1x.py

得到以下结果：

+-------+-----+------+--------+-----------+-------+

| class | gts | dets | recall | precision | ap |

+-------+-----+------+--------+-----------+-------+

| pos | 186 | 2356 | 0.801 | 0.063 | 0.398 |

+-------+-----+------+--------+-----------+-------+

| mAP | | | | | 0.398 |

+-------+-----+------+--------+-----------+-------+

6. 工具

首先安装：pip install seaborn

可视化格式：

python tools/analyze_logs.py plot_curve [--keys ${KEYS}] [--title ${TITLE}] [--legend ${LEGEND}] [--backend ${BACKEND}] [--style ${STYLE}] [--out ${OUT_FILE}]

具体的keys要看你的json文件中是否存在这个键值

画出分类误差

python tools/analyze_logs.py plot_curve log.json --keys loss_cls --legend loss_cls

画出分类和回归结果，并输出到pdf

python tools/analyze_logs.py plot_curve log.json --keys loss_cls loss_reg --out losses.pdf

在同一个图中比较两个模型map

python tools/analyze_logs.py plot_curve log1.json log2.json --keys bbox_mAP --legend run1 run2

计算平均训练速度

python tools/analyze_logs.py cal_train_time ${CONFIG_FILE} [--include-outliers]

获得模型训练所需参数：

python tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}]

7. 遇到的问题

在测试的时候出现报错：

File “tools/test.py”, line 224, in

main()

File “tools/test.py”, line 215, in main

results2json(dataset, outputs, args.json_out)

File “/home/cie320/mmdetection/mmdet/core/evaluation/coco_utils.py”, line 203, in results2json

json_results = det2json(dataset, results)

File “/home/cie320/mmdetection/mmdet/core/evaluation/coco_utils.py”, line 149, in det2json

img_id = dataset.img_ids[idx]

AttributeError: ‘VOCDataset’ object has no attribute ‘img_ids’

可以看到调用的是coco，这是你的命令的问题，你应该采用上述方法，分两步进行计算。

先生成results.pkl文件

然后运行voc_eval进行解析，得到最终结果。