NanoDet安装教程

news2024/11/6 3:10:24

1.安装NanoDet

1.1官网下载NanoDet

1.2 创建虚拟conda环境

1.3安装Pytorch库

2.侦测

3.训练

3.1yml文件修改

3.训练

3.1yml文件修改

轻量级模型 NanoDet-m

目标检测框架： YOLO 、 SSD 、 Fast R-CNN 等模型 ；但模型太大，不适合移植到移动端或嵌入式设备，

所以需要 轻量级模型 NanoDet-m ，对单阶段检测模型三大模块 (Head 、 Neck 、 Backbone) 进行轻量

化，目标加检测速度很快 ; 模型文件大小仅几兆 ( 小于 4M) 。

NanoDet-Plus 是 NanoDet 的升级。

DBFace-Loss:DBFace 是用于人脸检测的轻量级网络，可部署于移动端实时运行。

骨干网络为 CenterNet 囚，对比 yolo ， faster_rcnn 等目标检测网络， CenterNet 具有结构简单优雅，构

建简单，数据处理简单，直接检测目标的中心及方框位置的特点。可以说，它放弃了之前一直被使用

的 AnchorBox ，直接输出预测框的坐标，而不需通过 Anchorbox 进行转换。它也将输出分为多个

gridQ cell ，每个 grid cell 对应原输入图的对应像素区域。

WingLoss ：解决目标大小的问题

人脸检测：检测 7 个点，框的 2 个点，五官 5 个点

1.安装NanoDet

RangiLyu/nanodet: NanoDet-Plus ⚡ Super fast and lightweight anchor-free object detection

model. 🔥 Only 980 KB(int8) / 1.8MB (fp16) and run 97FPS on cellphone 🔥 (github.com)

1.1官网下载NanoDet

1.2 创建虚拟conda环境

conda create -n nanodet python=3.8 -y

# FinalShell 创建环境后需要

conda init 再断开连接，重新连接 , 再激活环境

conda activate nanodet

1.3安装Pytorch库

Pytorch 库 >=1.10.0 , <2.0.0

pytoch 官网取下载 Pytorch1.13.1 cuda11.7 版本

Previous PyTorch Versions | PyTorch

conda create -n nanodet python=3.8 -y

# FinalShell 创建环境后需要

conda init 再断开连接，重新连接 , 再激活环境

conda activate nanodet

# CUDA 11.7

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

#Liunx 上

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch

2.侦测

python demo/demo.py image --config config/nanodet-plus-m-1.5x_320.yml --model

weight/nanodet-plus-m-1.5x_320.pth --path demo_mnn/imgs/000252.jpg --save_result

侦测成功，代表环境配置 ok

3.训练

3.1yml文件修改

参考

# 后续操作

3.Clone this repository

git clone https://github.com/RangiLyu/nanodet.git

cd nanodet

4.Install requirements

pip install -r requirements.txt

5.Setup NanoDet

python setup.py develop

# 下载失败可能是网络问题，更换镜像源

-i https://pypi.tuna.tsinghua.edu.cn/simple

3.训练

3.1yml文件修改

参考

3.2 在终端进行训练

python tools/train.py config/my_nanodet-plus-m-1.5x_320.yml

# Liunx 上离线训练

nohup python train.py

1. 在后台跑

nohup train.py &

2. 显示日志

tail -n 100 -f nohup.out

3. 查看进程

ps -aux

USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND

用户进程 ID cpu 占用率内存占用率虚拟内存物理内存 tty ……

干掉进程

在服务器上

问题 1 ：

解决办法：

S2: 安装 opencv-python-headless

apt-get update && apt-get install -y opencv-python-headless

pip install opencv-python-headless

S3: 仅安装依赖项 (libgl1)

以上所有解决方案都将安装 cv2 依赖项，从而增加图像大小。

如果您不想增加图像大小，则可以通过安装 libgl1 依赖项来解决问题，如下所示。这不是推荐的解决方

案，但如果您只是获得 Importerror: libgl.so.1

apt-get update && apt-get install libgl1

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2181298.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！