FacebookをプレイするMarkrcenn-benchmarkプロジェクト1

markrcnn-benchmarkはFacebookのオープンソースの基準アルゴリズムプロジェクトであり、検出、分割、人体のキーポイントなどのアルゴリズムが含まれています.
現在、多くのPyTorchフレームに基づく検出、分割されたSOTAアルゴリズムは、このプロジェクトの改善である.例えば、CVPR 2019 Oral Paper、Mask Scroring R-CSN.
工程:github.com/facebook res…
名称:Faster R-CoNN and Mask R-CoNN in PyTorch 1.0

どのようにpip環境構成プロジェクトを使用しますか?

MacOSのCPU環境設定依存ライブラリの使い方

環境:MacOS+pip+touch+markrch-benchmark
このシリーズは2つの編を含んでいます.

第一編は環境を構築する;

第二篇トレーニングと検証;

設定
markrcnn-benchmarkプロジェクトをダウンロードします.

git clone https://github.com/facebookresearch/maskrcnn-benchmark.git

virtual lenvは仮想環境を作成し、python 3を選択し、同時にアクティブにします.

virtualenv -p python3 mlp3_venv

Pythoon 3.6.8+を使用しなければならないので、3.7を推奨します.
あるいは既存の仮想環境を使用します.
依存パッケージのインストール:

pip install ninja yacs cython matplotlib tqdm opencv-python

PyTorchをインストールして、直接公式サイトです.

pip3 install torch torchvision

依存ライブラリ
markrcnn-benchmarkは2つの依存ライブラリcoppiとappxが必要で、参考は少し違っています.
インストールパッケージ:pycotools 2.0、既存の仮想環境をアクティブにし、実行する:

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

インストールパッケージ:appx 0.1、実行:

git clone https://github.com/NVIDIA/apex.git
cd apex
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py install --cpp_ext

Ubuntuサーバでは、以下のコマンドが使用できます.

cd apex
pip install -v --no-cache-dir .

注意:

MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++は、Macに特有のコンパイルC++ライブラリを指定します.

CPU環境は、--cuda_extを追加しない.

インストールパッケージ:markrch-benchmark 0.1、実行

cd maskrcnn-benchmark
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py build develop

予測する·.torch/modelsでは、モデルをダウンロードし、約458 M:

wget https://dl.fbaipublicfiles.com/detectron/37697547/12_2017_baselines/e2e_keypoint_rcnn_R-50-FPN_1x.yaml.08_42_54.kdzV35ao/output/train/keypoints_coco_2014_train%3Akeypoints_coco_2014_valminusminival/generalized_rcnn/model_final.pkl

名前を変更:

mv model_final.pkl _detectron_37697547_12_2017_baselines_e2e_keypoint_rcnn_R-50-FPN_1x.yaml.08_42_54.kdzV35ao_output_train_keypoints_coco_2014_train%3Akeypoints_coco_2014_valminusminival_generalized_rcnn_model_final.pkl

OpenCVを使って画像を読み取り、cv 2.imread()
設定ファイルをロードするe2e_keypoint_rcnn_R_50_FPN_1x_caffe2.yaml.

keybootはキーポイントアルゴリズムである.

rnnは検出アルゴリズムである.

R_50はReset 50です

FPNは、特徴的な金子塔(Feature Pyramid Networks)である.

1 xは、16であるminibatchであり、スキームの初期LR=0.02であり、60 Kと80 Kの反復後に、＊0.1が減衰し、90 Kで反復終了し、参照する.

CPUモードを使用して、MODEL.DEVICEをcpuに設定します.
モデルCOCO Demoを作成し、最小画像サイズ800、信頼度0.7;run_on_opencv_imageインターフェース予測ピクチャを呼び出して、描画結果のピクチャを生成します.
ソースは以下の通りです

import os
import cv2
import pylab
import matplotlib.pyplot as plt

from maskrcnn_benchmark.config import cfg
from demo.predictor import COCODemo

from root_dir import DATA_DIR


def show_cv_img(img_cv):
    img = cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)
    plt.imshow(img)
    plt.axis("off")
    fig = plt.gcf()
    fig.set_size_inches(10, 8)
    pylab.show()


def main():
    img_path = os.path.join(DATA_DIR, 'girl_generation.jpg')

    img = cv2.imread(img_path)
    print('[Info] img size: {}'.format(img.shape))
    show_cv_img(img)

    config_file = "../configs/caffe2/e2e_keypoint_rcnn_R_50_FPN_1x_caffe2.yaml"

    cfg.merge_from_file(config_file)  #       
    cfg.merge_from_list(["MODEL.DEVICE", "cpu"])  #    CPU

    coco_demo = COCODemo(  #       
        cfg,
        min_image_size=800,
        confidence_threshold=0.7,
    )

    predictions = coco_demo.run_on_opencv_image(img)
    show_cv_img(predictions)


if __name__ == '__main__':
    main()

効果:
Trouble shoting
よくある問題の解決策.
libomp.dylib
次の問題に遭遇しました.libomp.dylibは読み込めません.

ImportError: dlopen(python3.7/site-packages/torch/_C.cpython-37m-darwin.so, 9): Library not loaded: /usr/local/opt/libomp/lib/libomp.dylib
  Referenced from: python3.7/site-packages/torch/lib/libshm.dylib
  Reason: image not found

libompパッケージのインストール:

brew install libomp

参考:github.com/pytoch/pyt…
toch.version.cda.split('.')
GPUのバージョン、異常:

get_cuda_version
    return tuple(int(x) for x in torch.version.cuda.split('.'))
AttributeError: 'NoneType' object has no attribute 'split'

環境はMacのCPU環境で、GPUがなくて、appexのソースコードの中で、依然としてGPUを探して、Bugを招いて、ソースを修正すればいいです./apex/amp/lists/torch_overrides.pyの69行目は、Try-Except文を追加し、異常をブロックします.

try:
    if utils.get_cuda_version() >= (9, 1, 0):
        FP16_FUNCS.extend(_bmms)
    else:
        FP32_FUNCS.extend(_bmms)
except:
    FP32_FUNCS.extend(_bmms)

fatal error:Python.h:No such file or directory
Pythonのヘッドファイルが不足しています.開発版をインストールすればいいです.

sudo apt-get install python3-dev

ap-fastを使ってダウンロードすることを勧めます.とても早いです.
OK、that's all
転載先:https://juejin.im/post/5cd2bd08f265da03855810d8