对象检测工具包mmdetection简介、安装及测试代码

分手后的思念是犯贱 2022-04-23 08:36 476阅读 0赞

mmdetection是商汤和港中文大学联合开源的基于PyTorch的对象检测工具包，属于香港中文大学多媒体实验室open-mmlab项目的一部分。该工具包提供了已公开发表的多种流行的检测组件，通过这些组件的组合可以迅速搭建出各种检测框架。

mmdetection主要特性：

(1). 模块化设计：可以通过连接不同组件容易地构建自定义的目标检测框架；

(2). 支持多个流程检测框架：如RPN，Fast RCNN, Faster RCNN, Mask RCNN, RetinaNet等；

(3). 高效：所有基本的bbox和掩码操作现在都在GPU上运行；

(4). 重构自MMDet团队的代码库，该团队赢得了2018 COCO Detection挑战赛的冠军。

mmdetection目前仅有python的实现，没有提供c++的实现，并且mmdetection仅支持在Linux上进行编译。mmdetection使用MMDistributedDataParallel和MMDataParallel分别实现分布式训练和非分布式训练。

mmdetection主要模块组成：

configs：包含了很多网络配置文件，类似于caffe中的prototxt文件；

mmdet：核心模块

mmdet/apis：train和inference的检测接口；

mmdet/core：anchor、bbox、evaluation等相关实现；

mmdet/datasets：数据集相关实现；

mmdet/models：各种检测网络实现函数，基类均来自于pytorch的torch.nn.Module；

mmdet/ops：roi align、roi pool等相关实现。

mmdetection依赖cuda、mmcv、Cython、PyTorch、torvision：

(1). cuda：想要编译mmdetection必须在本机上安装有cuda，支持在一块GPU或多块GPU上运行，支持的cuda版本包括8.0, 9.0, 10.0；

(2). mmcv：是基础库也是open-mmlab项目的一部分，主要分为两个部分：一部分是和 deep learning framework无关的一些工具函数，比如 IO/Image/Video相关的一些操作；另一部分是为PyTorch写的一套训练工具，可以大大减少用户需要写的代码量，同时让整个流程的定制变得容易。mmcv仅有python的实现，它依赖numpy, pyyaml, six, addict, requests, opencv-python；

(3). Cython：python库，利用python类似的语法达到接近C语言的运行速度；

(4). PyTorch：由facebook开源的深度学习框架，对外提供python和C++等接口，可编译于windows, linux, mac平台：

主要模块组成：

aten：底层tensor库；

c10：后端库，无依赖；

caffe2：一种新的轻量级、模块化和可扩展的深度学习框架；

torch：一个科学计算框架，支持很多机器学习算法；

modules：caffe2额外实现的layer；

third party：pytorch支持许多第三方库扩展，如FBGEMM、MIOpen、MKL-DNN、NNPACK、ProtoBuf、FFmpeg、NCCL、OpenCV、SNPE、Eigen、TensorRT、ONNX等。

(5). torvision：支持流行的数据集load, 模型架构和通用的计算机视觉的图像操作，依赖PIL和torch。支持的图像操作包括归一化、缩放、pad、剪切、flip、旋转、仿射变换等；支持的模型架构包括alexnet, densenet, inception, resnet, squeezenet, vgg；支持的数据集包括mnist, cifar, coco, cityscapes, fakedata, stl10。

安装步骤：

1. 安装Anaconda并创建新虚拟环境mmdetection, 关于Anaconda的使用可参考：[https://blog.csdn.net/fengbingchun/article/details/86212252][https_blog.csdn.net_fengbingchun_article_details_86212252] ，执行命令如下：

conda create -n mmdetection python=3.6

2. 进入虚拟环境mmdetection，执行:

conda activate mmdetection

3. 安装mmcv，执行：

pip install mmcv --user

4. 安装支持cuda8.0的pytorch1.0版本，执行:

conda install pytorch torchvision cuda80 -c pytorch

若下载包较慢，可下载对应的whl文件([https://download.pytorch.org/whl/cu80/torch-1.0.0-cp36-cp36m-linux\_x86\_64.whl][https_download.pytorch.org_whl_cu80_torch-1.0.0-cp36-cp36m-linux_x86_64.whl] ,

[https://pypi.org/project/torchvision/\#files][https_pypi.org_project_torchvision_files]  torchvision-0.2.1-py2.py3-none-any.whl)， 通过pip来安装，执行：

pip install ./torch-1.0.0-cp36-cp36m-linux_x86_64.whl
    pip install ./torchvision-0.2.1-py2.py3-none-any.whl

5. 安装Cython, 从[http://pypi.doubanio.com/simple/cython/][http_pypi.doubanio.com_simple_cython] 下载Cython-0.28.1-cp36-cp36m-manylinux1\_x86\_64.whl，执行：

pip install ./Cython-0.28.1-cp36-cp36m-manylinux1_x86_64.whl

6. 从[https://github.com/open-mmlab/mmdetection][https_github.com_open-mmlab_mmdetection]  下载mmdetection, master, commit id为b7aa30c，解压缩；

7. 进入mmdetection目录，分别执行以下命令，若执行过程中没有错误产生则说明安装正确：

./compile.sh
    python3 setup.py install --user

以下是测试代码(test\_faster\_rcnn\_r50\_fpn\_1x.py)，将终端定位到demo/mmdetection/python目录下，执行如下命令：

python test_faster_rcnn_r50_fpn_1x.py

训练数据集是COCO，共分为80类，包括：person, bicycle, car, motorcycle, airplane, bus, train, truck, boat, traffic\_light, fire\_hydrant, stop\_sign, parking\_meter, bench, bird, cat, dog, horse, sheep, cow, elephant, bear, zebra, giraffe, backpack, umbrella, handbag, tie, suitcase, frisbee, skis, snowboard, sports\_ball, kite, baseball\_bat, baseball\_glove, skateboard, surfboard, tennis\_racket, bottle, wine\_glass, cup, fork, knife, spoon, bowl, banana, apple, sandwich, orange, broccoli, carrot, hot\_dog, pizza, donut, cake, chair, couch, potted\_plant, bed, dining\_table, toilet, tv, laptop, mouse, remote, keyboard, cell\_phone, microwave, oven, toaster, sink, refrigerator, book, clock, vase, scissors, teddy\_bear, hair\_drier,toothbrush。

import os
    import subprocess
    import numpy as np
    import mmcv
    from mmcv.runner import load_checkpoint
    from mmdet.models import build_detector
    from mmdet.apis import inference_detector, show_result	
    from mmdet.core import get_classes
    
    def show_and_save_result(img, result, out_dir, dataset="coco", score_thr=0.3):
    	class_names = get_classes(dataset)
    	labels = [
    		np.full(bbox.shape[0], i, dtype=np.int32)
    		for i, bbox in enumerate(result)
    	]
    	labels = np.concatenate(labels)
    	bboxes = np.vstack(result)
    	
    	index = img.rfind("/")
    	mmcv.imshow_det_bboxes(img, bboxes, labels, class_names, score_thr, show=True, out_file=out_dir+img[index+1:])
    
    def main():
    	model_path = "../../../data/model/"
    	model_name = "faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth"
    	config_name = "../../../src/mmdetection/configs/faster_rcnn_r50_fpn_1x.py"
    
    	if os.path.isfile(model_path + model_name) == False:
    		print("model file does not exist, now download ...")
    		url = "https://s3.ap-northeast-2.amazonaws.com/open-mmlab/mmdetection/models/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth"
    		subprocess.run(["wget", "-P", model_path, url])	
    
    	cfg = mmcv.Config.fromfile(config_name)
    	cfg.model.pretrained = None
    
    	model = build_detector(cfg.model, test_cfg=cfg.test_cfg)
    	_ = load_checkpoint(model, model_path + model_name)
    
    	image_path = "../../../data/image/"
    	imgs = ["1.jpg", "2.jpg", "3.jpg"]
    	images = list()
    	for i, value in enumerate(imgs):
    		images.append(image_path + value)
    	
    	out_dir = "../../../data/result/"
    	if not os.path.exists(out_dir):
    		os.mkdir(out_dir)
    
    	for i, result in enumerate(inference_detector(model, images, cfg)):
    		print(i, images[i])
    		show_and_save_result(images[i], result, out_dir)
    	
    	print("test finish")
    
    if __name__ == "__main__":
    	main()

从网上下载了三幅图像，执行结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 1][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 2][]

**GitHub**：[https://github.com/fengbingchun/PyTorch\_Test][https_github.com_fengbingchun_PyTorch_Test]

[https_blog.csdn.net_fengbingchun_article_details_86212252]: https://blog.csdn.net/fengbingchun/article/details/86212252
[https_download.pytorch.org_whl_cu80_torch-1.0.0-cp36-cp36m-linux_x86_64.whl]: https://download.pytorch.org/whl/cu80/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
[https_pypi.org_project_torchvision_files]: https://pypi.org/project/torchvision/#files
[http_pypi.doubanio.com_simple_cython]: http://pypi.doubanio.com/simple/cython/
[https_github.com_open-mmlab_mmdetection]: https://github.com/open-mmlab/mmdetection
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70]: /images/20220322/03011c1d4730495faed692531813d9ce.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 1]: /images/20220322/1c9fa46cefbd45f883956920aa15a883.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg_size_16_color_FFFFFF_t_70 2]: /images/20220322/f4eaaed57863439e81fb979c45880be5.png
[https_github.com_fengbingchun_PyTorch_Test]: https://github.com/fengbingchun/PyTorch_Test