文章目录
- 参考链接
- 1 配置环境
- 2 配置数据路径
- 3 配置训练参数
- 4 可能的报错
- AttributeError: module 'torchvision' has no attribute 'disable_beta_transforms_warning'
参考链接
- 源码：https://github.com/lyuwenyu/RT-DETR
- 详解RT-DETR网络结构/数据集获取/环境搭建/训练/推理/验证/导出/部署
1 配置环境
pip install -r requirements.txt
2 配置数据路径
在rtdetr_pytorch/configs/dataset/coco_detection.yml中修改
补充：第3行的num_classes改为自己的类别数！
不知道会不会有影响，但代码确实是跑到这里来的，但是官方代码没有给这一个步骤：
在rtdetr_pytorch/src/data/coco/coco_dataset.py里面，定位到第一个mscoco_category2name做如下更改，改为自己的类别名，因为我的标签里面类别顺序是从0开始的，所以这里我也改成了从0开始：
3 配置训练参数
- 训练命令：
python tools/train.py -c configs/rtdetr/rtdetr_r18vd_6x_coco.yml
- 虽然
rtdetr_pytorch/tools/train.py导包有种红色的，但是别管！直接运行上面的命令就能成了！
猜测是rtdetr_pytorch/tools/train.py中的sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), '..'))在发挥作用，所以能够成功导包！
- 如果不想使用预训练权重，可能可以在以
rtdetr_pytorch/src/nn/backbone/presnet.py将下面的代码注释了，因为代码太复杂了还没看懂是怎么设置是否使用的，但是根据调试结果，默认是开启了使用预训练权重的：
- 默认跑
72轮，如果想要自己设定轮数，可以在rtdetr_pytorch/src/core/yaml_config.py里面直接设定self.epoches = 150
- 同理，可以自行设定其他参数，例如
output_dir
4 可能的报错
AttributeError: module ‘torchvision’ has no attribute ‘disable_beta_transforms_warning’
解决方法：有可能是torchvision版本过低，在pycharm终端输入
pip install --upgrade torchvision
