Detectron2使用教程
文章参考https://blog.csdn.net/weixin_42174674/article/details/116290093
查看官网文档
https://detectron2.readthedocs.io/en/latest/tutorials/getting_started.html
下载已有训练的模型
https://github.com/facebookresearch/detectron2/blob/main/MODEL_ZOO.md
使用预训练的模型
(1) 从 model zoo 中选择一个模型和对应的config,比如:mask_rcnn_R_50_FPN_3x.yaml
(2) 我们提供了一个 demo.py 可以快速运行 demo。
可以将模型以及图片放入demo文件夹中,然后运行,查看以下效果
官方的
cd demo/
python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input input1.jpg input2.jpg [--other-options] --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl输入自己的
cd demo/
python demo.py
--config-file
../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml
--input
horses.jpg
[--other-options]
--opts
MODEL.WEIGHTS
D:\Desktop\yolo\detectron2-main\demo\model_final_f10217.pkl
这个命令会快速加载训练好的模型并且在选择的图片上进行推理,随后会通过opencv窗口显示。
demo.py的各种命令具体查看 demo.py -h,包括在摄像头上运行,测试视频,或者在cpu上运算等。
检测结果图
训练
在命令行中进行训练和评测
我们提供了两种快速训练的工具:“tools/plain_train_net.py” 以及 “tools/train_net.py”,如果你需要自己的训练工具可以参考这两个文件。
"plain_train_net"相比"train_net"更为简单,但是少了一些自定义的参数。如果要使用 train_net.py 进行训练,你需要首先按照 datasets/README.md 里面的要求摆放好数据集,然后运行:
cd tools/
./train_net.py --num-gpus 8 --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml
如果你的内存不够,需要修改batchsieze
需要进入mask_rcnn_R_50_FPN_1x.yaml 然后查看
_BASE_: "../Base-RCNN-FPN.yaml" 修改IMS_PER_BATCH即可。
或者直接修改参数,SOLVER.IMS_PER_BATCH 就是batchsize
./train_net.py \--config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml \--num-gpus 1 SOLVER.IMS_PER_BATCH 2 SOLVER.BASE_LR 0.0025
然后运行进行训练。
训练好之后,如果需要评测模型,可以使用
./train_net.py \--config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml \--eval-only MODEL.WEIGHTS /path/to/checkpoint_file
Detectron2使用教程相关推荐
- Detectron2入门教程
参考 Detectron2入门教程 - 云+社区 - 腾讯云 目录 1. 概述 1.1. 自己的源码阅读流程 1.2. 目录结构 1.3. 搭积木过程 1.4. 官方文档阅读 2. 数据处理 2.1 ...
- detectron2使用教程20200824_3
训练VOC数据(liuhao_voc_kouzhao) 1.准备数据集 #1.创建软链接 ln -s ../../../datasets/kouzhao/liuhao_voc_kouzhao/ ./ ...
- Detectron2小白教程之安装试用篇
这里写自定义目录标题 官方安装说明 1.安装python 2.安装opencv 3.安装nvdia显卡驱动 4.安装cuda11.7 5.安装pytorch 6.安装nijia 7.clone并安装d ...
- detectron2使用教程20200824_1
下载 https://github.com/facebookresearch/detectron2detectron2-master.zip 我下载的detectron2版本是0.2.1 detect ...
- detectron2安装在win10并运行测试--呕心沥血教程
记录不易,继续加油 目录 一. 环境要求 1.Pycharm 2.anaconda自带的python3.8.8 3.cuda11.2+torch 4.vs2019 5.conda4.11.0 二.安装 ...
- 【安装教程】Windows10/11安装detectron2教程
2023.1.4 更新,经过测试,直接使用"二.修复VS2022的链接错误"这个方法即可成功解决VS进行编译时的报错问题 2023.1.3 更新,关于使用VS进行编译时的报错问题 ...
- coco 数据集_如何用 coco 数据集训练 Detectron2 模型?
随着最新的 Pythorc1.3 版本的发布,下一代完全重写了它以前的目标检测框架,新的目标检测框架被称为 Detectron2.本教程将通过使用自定义 coco 数据集训练实例分割模型,帮助你开始使 ...
- 【detectron2】detectron2在ubuntu16.04系统下安装报错问题
有问题请留言,争取持续更新. 硬件环境 1.显卡:2080Ti 2.CUDA环境:cuda10.1,cudnn7.6.3 anaconda3环境 1.python=3.6 2.opencv=3.4.2 ...
- Detectron2安装踩坑记录(比较详细版)
目录 第一章 创建一个detectron2的环境 1.1打开Prompt,然后输入 1.2激活环境 第二章 安装pytorch1.9.0 2.1依据自身环境查看版本 2.2安装pytorch的相关命令 ...
最新文章
- Bash脚本: 根据关键字做替换
- Linux怎么让文件按大小排序,linuxsortlinux系统下,按文件的大小进行排序的命令...
- 用神经网络构造一个基于分类的多体系统
- 设计模式学习之Factory Method模式和Abstract Factory模式
- redis之(十一)redis实现缓存的功能
- 替换某个字符串_Schema技术(四)-字符串数据类型
- 24种设计模式--命令模式【Command Pattern】
- 注册Tomcat到Window Service服务
- IntelliJ IDEA多屏后窗口不显示问题解决(用工具一键解决)
- 最新sql 2008安装说明 以及 重设sql server 2008 R2的登录密码
- 使用tcpdump找出PP用户
- 在Python中分词
- 一条命令解决macmnsvc.exe占用8081端口的问题
- node.js--尝试做一个crub
- (转帖) cglib和jdk的区别
- CSS 权威指南 读书笔记(二)
- 游戏类型英文简称/全称对照表
- HDF5 header version 1.10.4与HDF5 library 1.10.5冲突解决办法记录
- HTML网页设计:电影网站设计——电影我不是药神(4页) HTML+CSS+JavaScript
- GO Strings-and-runes