前言

MMDetection是商汤和港中文大学针对目标检测任务推出的一个开源工具包，统一标准化了很多前沿模型，为研究者复现代码提供了便利。本篇就来尝试安装一下MMDetection并简单跑一下官方的示例教程。

官方文档：https://mmdetection.readthedocs.io/zh_CN/latest/get_started.html
官方仓库：https://github.com/open-mmlab/mmdetection

MMDetection架构

首先安装之前，需要先简单了解一下MMDetection的架构，整体架构如下图所示[1]：

MMDetection的底层是使用PyTorch进行编写，再上一层是MMCV，这个工具包提供了一些通用工具类和训练，检测工具。
MMDetection仅仅是多个Codebases中的其中一个，除此之外，还有专用于图像分类的MMClassification，用于目标追踪的MMTracking等。

安装

有了项目的概念之后，我们就知道需要安装两个库：MMCV和MMDetection

和Pytorch和torchvision一样，这两个库的版本必须要对应，官网给出这张版本对应参考表。

这里官方提供了一个比较简介的方案，首先查看自己的cuda版本和pytorch版本，比如我的cuda版本是11.5，torch版本是1.11.0，那么可以这样进行快速安装mmcv：

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu115/torch1.11.0/index.html

注：这样安装的是mmcv1.6.1版本，对照表似乎没及时进行更新。

更多版本参考：

稳妥起见，我直接访问https://download.openmmlab.com/mmcv/dist/cu115/torch1.11.0/index.html下载mmcv_full-1.5.0-cp37-cp37m-win_amd64.whl进行安装。

MMDetection安装很简单，查阅对照表，安装2.25.1版本即可。

pip install mmdet==2.25.1

安装完成之后，运行下面的程序进行检测。

# Check Pytorch installation
import torch, torchvision
print(torch.__version__, torch.cuda.is_available())# Check MMDetection installation
import mmdet
print(mmdet.__version__)# Check mmcv installation
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print(get_compiling_cuda_version())
print(get_compiler_version())

输出：

1.11.0+cu115 True
2.25.1
11.5
MSVC 192930140

说明安装成功。

显示图片

在官方仓库的demo文件夹下，提供了三个示例教程，这里就跟着来跑一下。

首先需要将源码中的configs文件夹复制到测试工程路径下，这个文件夹包含了各种算法的结构。

使用mmcv.imread读取图片，并用matplotlib进行显示。

import mmcv
import matplotlib.pyplot as plt
import osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
img = mmcv.imread('kitti_tiny/training/image_2/000073.jpeg')
plt.figure(figsize=(15, 10))
plt.imshow(mmcv.bgr2rgb(img))
plt.show()

模型推理

第二个示例程序是加载模型进行推理。
首先需要根据官方教程指引，下载faster_rcnn的权重文件faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth，放置在checkpoints文件夹下。

from mmdet.apis import init_detector, inference_detector, show_result_pyplotconfig_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
img = 'img/demo.jpg'
result = inference_detector(model, img)
show_result_pyplot(model, img, result, score_thr=0.3)

加载模型主要通过init_detector这个函数，注意模型的config_file文件和模型权重必须对应。

运行之后，输出下图。

这里顺便对config_file文件进行一个解析：

configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py文件内容：

_base_ = './faster_rcnn_r50_fpn_1x_coco.py'
model = dict(backbone=dict(norm_cfg=dict(requires_grad=False),norm_eval=True,style='caffe',init_cfg=dict(type='Pretrained',checkpoint='open-mmlab://detectron2/resnet50_caffe')))
# use caffe img_norm
img_norm_cfg = dict(mean=[103.530, 116.280, 123.675], std=[1.0, 1.0, 1.0], to_rgb=False)
train_pipeline = [dict(type='LoadImageFromFile'),dict(type='LoadAnnotations', with_bbox=True),dict(type='Resize',img_scale=[(1333, 640), (1333, 672), (1333, 704), (1333, 736),(1333, 768), (1333, 800)],multiscale_mode='value',keep_ratio=True),dict(type='RandomFlip', flip_ratio=0.5),dict(type='Normalize', **img_norm_cfg),dict(type='Pad', size_divisor=32),dict(type='DefaultFormatBundle'),dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels']),
]
test_pipeline = [dict(type='LoadImageFromFile'),dict(type='MultiScaleFlipAug',img_scale=(1333, 800),flip=False,transforms=[dict(type='Resize', keep_ratio=True),dict(type='RandomFlip'),dict(type='Normalize', **img_norm_cfg),dict(type='Pad', size_divisor=32),dict(type='ImageToTensor', keys=['img']),dict(type='Collect', keys=['img']),])
]
data = dict(train=dict(pipeline=train_pipeline),val=dict(pipeline=test_pipeline),test=dict(pipeline=test_pipeline))

在MMDetection中，所有的参数都使用字典dict的形式构建。

先看主要模型model，这里指定了backbone的结构，init_cfg为默认参数，后续载入模型会将其进行覆盖。

后面是train_pipeline和test_pipeline，定义了数据预处理的各种方式。

最后看第一行的_base_，这里相当于引用了另一个文件./faster_rcnn_r50_fpn_1x_coco.py的内容

./faster_rcnn_r50_fpn_1x_coco.py

_base_ = ['../_base_/models/faster_rcnn_r50_fpn.py','../_base_/datasets/coco_detection.py','../_base_/schedules/schedule_1x.py', '../_base_/default_runtime.py'
]

这个文件非常简单，直接调用了另外四个文件。

…/base/models/faster_rcnn_r50_fpn.py ：包含faster_rcnn的整体结构
…/base/datasets/coco_detection.py：包含数据集预处理策略，后面写的会将其进行覆盖
…/base/schedules/schedule_1x.py：包含学习率的调度策略
…/base/default_runtime.py：模型运行时通用策略

可以发现，MMDetection的文件加载方式是一层层读取和覆盖，这样就不需要重复写相同的内容，只需要注意后面需要修改的参数。

如果需要预览模型整体架构，可以运行下面的代码：

import mmcv
from mmcv.runner import load_checkpoint
from mmdet.models import build_detector# Choose to use a config and initialize the detector
config = 'configs/faster_rcnn/faster_rcnn_r50_caffe_fpn_mstrain_3x_coco.py'
# Setup a checkpoint file to load
checkpoint = 'checkpoints/faster_rcnn_r50_caffe_fpn_mstrain_3x_coco_20210526_095054-1f77628b.pth'# Set the device to be used for evaluation
device = 'cuda:0'# Load the config
config = mmcv.Config.fromfile(config)
# Set pretrained to be None since we do not need pretrained model here
config.model.pretrained = None# Initialize the detector
model = build_detector(config.model)# Load checkpoint
checkpoint = load_checkpoint(model, checkpoint, map_location=device)# Set the classes of models for inference
model.CLASSES = checkpoint['meta']['CLASSES']# We need to set the model's cfg for inference
model.cfg = config# Convert the model to GPU
model.to(device)
# Convert the model into evaluation mode
model.eval()print(model)

模型训练

第三个示例关于模型训练，使用的是kitti_tiny数据集

训练过程不做详解，各注释已写在代码中。

import copy
import os.path as ospimport mmcv
import numpy as npfrom mmdet.datasets.builder import DATASETS
from mmdet.datasets.custom import CustomDataset
from mmcv import Config
from mmdet.apis import set_random_seedfrom mmdet.datasets import build_dataset
from mmdet.models import build_detector
from mmdet.apis import train_detectorfrom mmdet.utils import get_device@DATASETS.register_module()
class KittiTinyDataset(CustomDataset):CLASSES = ('Car', 'Pedestrian', 'Cyclist')def load_annotations(self, ann_file):cat2label = {k: i for i, k in enumerate(self.CLASSES)}# load image list from fileimage_list = mmcv.list_from_file(self.ann_file)data_infos = []# convert annotations to middle formatfor image_id in image_list:filename = f'{self.img_prefix}/{image_id}.jpeg'image = mmcv.imread(filename)height, width = image.shape[:2]data_info = dict(filename=f'{image_id}.jpeg', width=width, height=height)# load annotationslabel_prefix = self.img_prefix.replace('image_2', 'label_2')lines = mmcv.list_from_file(osp.join(label_prefix, f'{image_id}.txt'))content = [line.strip().split(' ') for line in lines]bbox_names = [x[0] for x in content]bboxes = [[float(info) for info in x[4:8]] for x in content]gt_bboxes = []gt_labels = []gt_bboxes_ignore = []gt_labels_ignore = []# filter 'DontCare'# 过滤不关心类别标签，需要筛选的类别在上面CLASSES中进行了指定for bbox_name, bbox in zip(bbox_names, bboxes):if bbox_name in cat2label:gt_labels.append(cat2label[bbox_name])gt_bboxes.append(bbox)else:gt_labels_ignore.append(-1)gt_bboxes_ignore.append(bbox)data_anno = dict(bboxes=np.array(gt_bboxes, dtype=np.float32).reshape(-1, 4),labels=np.array(gt_labels, dtype=np.int64),bboxes_ignore=np.array(gt_bboxes_ignore,dtype=np.float32).reshape(-1, 4),labels_ignore=np.array(gt_labels_ignore, dtype=np.int64))data_info.update(ann=data_anno)data_infos.append(data_info)return data_infos# 加载配置文件
cfg = Config.fromfile('./configs/faster_rcnn/faster_rcnn_r50_caffe_fpn_mstrain_1x_coco.py')
# 获取设备状态
cfg.device = get_device()
# 指定数据集类型，这里对应的是上面注册的KittiTinyDataset类
cfg.dataset_type = 'KittiTinyDataset'
cfg.data_root = 'kitti_tiny/'
# 测试
cfg.data.test.type = 'KittiTinyDataset'
cfg.data.test.data_root = 'kitti_tiny/'
cfg.data.test.ann_file = 'train.txt'  # 训练集索引
cfg.data.test.img_prefix = 'training/image_2'  # 图片文件夹
# 训练
cfg.data.train.type = 'KittiTinyDataset'
cfg.data.train.data_root = 'kitti_tiny/'
cfg.data.train.ann_file = 'train.txt'
cfg.data.train.img_prefix = 'training/image_2'
# 验证
cfg.data.val.type = 'KittiTinyDataset'
cfg.data.val.data_root = 'kitti_tiny/'
cfg.data.val.ann_file = 'val.txt'
cfg.data.val.img_prefix = 'training/image_2'cfg.data.workers_per_gpu = 0  # 设置workers数量cfg.model.roi_head.bbox_head.num_classes = 3# 加载预训练权重
cfg.load_from = 'checkpoints/faster_rcnn_r50_caffe_fpn_mstrain_3x_coco_20210526_095054-1f77628b.pth'# 输出模型/训练日志保存路径
cfg.work_dir = './tutorial_exps'# 原始的预训练学习率0.02是在八卡GPU训练时设置的，只有单卡环境则需除以8
cfg.optimizer.lr = 0.02 / 8
cfg.lr_config.warmup = None
cfg.log_config.interval = 10# 评估指标
cfg.evaluation.metric = 'mAP'
# 每12个epoch进行一次eval
cfg.evaluation.interval = 12
# 每12个epoch保存模型
cfg.checkpoint_config.interval = 12# 设置随机种子/gpuid
cfg.seed = 0
set_random_seed(0, deterministic=False)
cfg.gpu_ids = range(1)# 使用tensorboard
cfg.log_config.hooks = [dict(type='TextLoggerHook'),dict(type='TensorboardLoggerHook')]# 构建数据集
datasets = [build_dataset(cfg.data.train)]
# 构建检测器
model = build_detector(cfg.model)
# 模型类别
model.CLASSES = datasets[0].CLASSES
# 创建输出路径，如果存在就跳过，不存在则创建文件夹
mmcv.mkdir_or_exist(osp.abspath(cfg.work_dir))
# 开始训练
train_detector(model, datasets, cfg, distributed=False, validate=True)

这里需要注意原始代码因为版本问题，可能存在两个问题[2]。

IOError
这个原因是windows对多线程支持欠佳，因此需要将workers数量设为0.
cfg.data.workers_per_gpu = 0
RuntimeError
将np.long改成np.int64

运行完之后，导入之前的模型进行检测，相关代码和第二个示例类似，检测效果。

扩展学习

MMDetection的使用体验下来难度不高，后续将探索更多示例进行学习。

这里看到一篇讲解比较细致的教程，对于MMCV机理作了比较详细的解析。

MMDetection框架入门教程(完全版):https://blog.csdn.net/qq_16137569/article/details/121316235

References

[1]https://www.bilibili.com/video/BV1Jb4y1r7ir?p=1&vd_source=9fef0d77bd45dc7fe5635b8e5496e032
[2]https://wenku.baidu.com/view/f6e8466a28160b4e767f5acfa1c7aa00b52a9d8e.html

【目标检测】MMDetection的安装与基础使用相关推荐

计算机视觉：目标检测的发展历程与基础概念
计算机视觉:目标检测的发展历程与基础概念目标检测发展历程目标检测基础概念边界框(bounding box) 锚框(Anchor box) 交并比对计算机而言,能够"看到"的 ...
深度理解目标检测(MMdetection)-HOOK机制
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|计算机视觉联盟最近做了一段时间的目标检测,不得不说检测这 ...
PyTorch—计算机视觉目标检测 mmdetection
一.前言商汤和港中文联合开源了 mmdetection-基于 PyTorch 的开源目标检测工具包. 工具包支持 Mask RCNN 等多种流行的检测框架,读者可在 PyTorch 环境下测试不同的 ...
收藏 | 详解目标检测(MMdetection)-Runner
点上方计算机视觉联盟获取更多干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者丨却道@知乎来源丨https://zhuanlan.zhihu.com/p/268571921 编辑丨极 ...
目标检测：SSD 安装、训练、测试
说明:这个是SSD刚出来时候的博文记录,最新的可能会有更变,如有问题,请大家查阅官网链接. 环境:ubuntu14.04+cuda7.5+openvc2.4.9 安装 1.下载SSD sudo apt ...
Yolov5 安装详细教程及目标检测和识别
文章内容: 1.在 Anaconda 环境下,进行目标检测程序(Yolov5)的下载及安装,实现 Yolov5 的整体安装: 2.通过调用手机摄像头进行简单的目标检测和识别. 目录 1 任务目标 2 ...
3D目标检测框架综述（OpenPCDet、mmdet3d、Det3D、Paddle3D）
作者 | 双愚编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/569189196 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干 ...
综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:计算机视觉life 导读:目标检测(Object Det ...
目标检测 Review
转载自:https://blog.csdn.net/clover_my/article/details/92794719 Object Detection in 20 Years: A Survey ...

【目标检测】MMDetection的安装与基础使用

前言