detectron2 + ubuntu + cpu

一開始覺得找到的資料都是關於ＧＰＵ下配置的，可能ＣＰＵ會有很多坑

結果並沒有，就清華conda源坑了我一下

 

#創建conda環境

#20.3.16． conda清華源怎么也弄不出來，好像是main還是free哪個包出問題了

#一開始以為是配了ss，ip有問題，ping也ping不通，學到了，ping域名不能加http這些

#換了中科大源解決了，底下安裝pytorch還是可以用清華的鏡像

conda create -n detectron2 python=3.7

 

#安裝pytorch, cpu

#用清華源記得刪掉　-c　pytorch

 

＃速度就是一切

pip install opencv-python(清華源

pip install cython(清華源

 

＃這里也要下很多包，你看到哪個包下的慢，就crtl+c，然后用pip或者conda結合國內源下載

pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

 

# 編譯，同上，下包慢就手動來

＃網上看到有的博客里編譯的語句是啥啥setup.py，然后還要手動下載fvcore，3.16這個版本已經改變了，就按照github最新的命令來

python -m pip install -e .

 

＃接下來看一下人家給出的demo，我一句一句理一下

Inference Demo with Pre-trained Models

　　＃選擇model zoo里面的一個模型,實際上也都保存在configs里面了吧

　　＃不知道啊，.yaml文件是干嘛的，pkl文件可以是模型也可以是模型參數

　　＃去model_zoo里面找到mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl這個文件，下載到本地，可以新建個什么文件夾叫model_zoo之類的，文件夾結構可以像他提供的這樣，但是如果你下載的不是特別多，也可以用一個文件夾

　　＃不知道r_50_fpn_3x到底是啥意思，反正都和訓練相關吧，我就先用着了

1. Pick a model and its config file from model zoo, for example, mask_rcnn_R_50_FPN_3x.yaml.
2. We provide demo.py that is able to run builtin standard models. Run it with:

cd demo/
＃--input input1.jpg input2.jpg \　制定了輸入，可以自己找一張input1.jpg放在demo文件夾下。
＃　[--other-options]　別的選項的占位，沒有就把這句刪了
＃　--opts MODEL.WEIGHTS 你存儲model_final_f10217.pkl的路徑　MODEL.DEVICE cpu
＃　這一句指明了model weights的地址，你用原來的路徑是會去網上下載的，model.device cpu，一定不能少，我們就cpu。
python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input input1.jpg input2.jpg \
  [--other-options]
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

The configs are made for training, therefore we need to specify MODEL.WEIGHTS to a model from model zoo for evaluation. This command will run the inference and show visualizations in an OpenCV window.

For details of the command line arguments, see demo.py -h or look at its source code to understand its behavior. Some common arguments are:

• To run on your webcam, replace --input files with --webcam.
• To run on a video, replace --input files with --video-input video.mp4.
• To run on cpu, add MODEL.DEVICE cpu after --opts.
• To save outputs to a directory (for images) or a file (for webcam or video), use --output.

 ＃demo運行后會有這種輸出，還有控制界面啥的，無所謂了，我奇怪的一點是，怎么都沒辦法退出運行，就一直卡在那里，ctrl+c也沒有反應，奇怪。

 

下一篇熟悉一下detectron2的API，因為我只需要使用它訓練好的模型，所以關於訓練的部分不會涉及

我寫的應該都是關於推理部分的代碼