课程

YOLOv3模型

  • 主干网络：Darknet53
  • 颈部：FPN
  • 检测头

技巧

搜索模型：

1
mim search mmdet --model "mask r-cnn"

推理

1
2
3
4
5
from mmdet.apis import init_detector, inference_detector, show_result_pyplot

model = init_detector('config_path', 'checkpoint_path')
result = inference_detector(model, 'img_path')
show_result_pyplot(model, 'img_path', result)

推理

简单的推理

1
2
3
4
from mmdet.apis import init_detector, inference_detetor, show_result_pyplot
model = init_detector(cfg, checkpoint)
result = inference_detector(model, img_path)
show_result_pyplot(model, img_path, result)

配置文件

  • 模型结构
    • model
  • 数据集
    • data
  • 训练策略
    • optimizer
    • lr_config
  • 运行时：GPU、分布式环境配置等
  • 辅助功能：日志等

使用继承来修改配置文件：

1
_base_ = ['config.py']

对应的，有

1
2
3
from mmcv import Config
cfg = Config('path')
print(cfg.pretty_text)

用于测试（--show-dir用于绘制全部结果）

1
mim test mmdet config.py --checkpoint checkpoint.pth --show-dir dir

一些注意事项

  • repeat用于重复数据集，对应的epoch可以降低
  • lr_config在从头训练的时候比较重要，在微调中也许可以省去
  • SGD算法配合不同学习率策略表
学习率策略 第一次降低 第二次降低 总轮数
1x 8轮 11轮 12轮
2x 16轮 22轮 24轮
20e 16轮 19轮 20轮

笔记

  • 注意data中如果不是默认的80 classes，需要设置classes=('balloon',)

有关python -m pip install和pip install的区别，可以看这里。

由于h264是GPL协议，与opencv-python的MIT协议不匹配，所以需要参考这个从源码编译。也可以像这样直接通过pip进行编译

1
python -m pip install --no-binary opencv-python opencv-python -U

但是这步之后发现opencv不再能读取视频，可用下面的代码查看

1
print(cv2.getBuildInformation())

注意到Video下的全是NO。

/etc/apt/sources.list.d文件夹下也有apt的source