内容列表
模型介绍
物体检测模型M2Det,是北京大学&阿里达摩院提出的Single-shot目标检测新模型,使用multi-level特征。在MS-COCO benchmark上,M2Det的单尺度版本和多尺度版本AP分别达到41.0和44.2 。
该模型的特点:
- 提出多级特征金字塔网络MLFPN。MLFPN的结构如下:
- 基于提出的MLFPN,结合SSD,提出一种新的Single-shot目标检测模型M2Det
模型使用
-
下载源码:
https://github.com/qijiezhao/M2Det”。
-
在data文件夹下新建VOCdevkit文件夹,导入VOC格式的数据集。如下图:
-
下载权重文件,放在weights(如果没有就在根目录新建)文件夹下面。
-
修改voc0712.py里面的类别。
将:
VOC_CLASSES = ( '__background__', # always index 0
'aeroplane', 'bicycle', 'bird', 'boat',
'bottle', 'bus', 'car', 'cat', 'chair',
'cow', 'diningtable', 'dog', 'horse',
'motorbike', 'person', 'pottedplant',
'sheep', 'sofa', 'train', 'tvmonitor')
修改为:
VOC_CLASSES = ( '__background__', # always index 0
'aircraft', 'oiltank')
选择配置文件。
本例采用configs->m2det512_vgg.py配置文件
-
删除pycocotools
在安装pycocotools工具前提下,将程序自带的pycocotools工具包删除。
修改coco.py
将:
from utils.pycocotools.coco import COCO
from utils.pycocotools.cocoeval import COCOeval
from utils.pycocotools import mask as COCOmask
修改为:
from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval
from pycocotools import mask as COCOmask
-
修改nms_wrapper.py
将:
from .nms.cpu_nms import cpu_nms, cpu_soft_nms
from .nms.gpu_nms import gpu_nms
def nms(dets, thresh, force_cpu=False):
"""Dispatch to either CPU or GPU NMS implementations."""
if dets.shape[0] == 0:
return []
if force_cpu:
return cpu_soft_nms(dets, thresh, method = 1)
#return cpu_nms(dets, thresh)
return gpu_nms(dets, thresh)
修改为:
from .nms.py_cpu_nms import py_cpu_nms
def nms(dets, thresh, force_cpu=False):
"""Dispatch to either CPU or GPU NMS implementations."""
if dets.shape[0] == 0:
return []
if force_cpu:
return py_cpu_nms(dets, thresh, method = 1)
return py_cpu_nms(dets, thresh)
-
修改train.py
修改选定配置的文件
parser.add_argument('-c', '--config', default='configs/m2det512_vgg.py')
修改数据的格式
parser.add_argument('-d', '--dataset', default='VOC', help='VOC or COCO dataset')
然后就可以开始训练了。
-
修改test.py
parser = argparse.ArgumentParser(description='M2Det Testing')
parser.add_argument('-c', '--config', default='configs/m2det512_vgg.py', type=str)#选择配置文件,和训练的配置文件对应
parser.add_argument('-d', '--dataset', default='VOC', help='VOC or COCO version')
parser.add_argument('-m', '--trained_model', default='weights/M2Det_VOC_size512_netvgg16_epoch30.pth', type=str, help='Trained state_dict file path to open')
parser.add_argument('--test', action='store_true', help='to submit a test file')
修改voc0712.py282行的xml路径。将:
annopath = os.path.join(
rootpath,
'Annotations',
'{:s}.xml')
改为:
annopath = rootpath+'/Annotations/{:s}.xml'
测试结果:
-
可视化结果
修改demo.py中超参数
parser.add_argument('-c', '--config', default='configs/m2det512_vgg.py', type=str)
parser.add_argument('-f', '--directory', default='imgs/', help='the path to demo images')
parser.add_argument('-m', '--trained_model', default='weights/M2Det_VOC_size512_netvgg16_epoch30.pth', type=str, help='Trained state_dict file path to open')
然后将部分测试图片放到imgs文件夹下面,运行demo.py.
本文实例:https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/12428492
转载自https://wanghao.blog.csdn.net/article/details/106160814
评论(0)
您还未登录,请登录后发表或查看评论