1 安装环境：

Linux
RTX 3090
nvcc --version cuda 11.3

pytorch 1.11.0

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

测试pytorch是否安装成功：

>>> torch.__version__
'1.11.0'
>>> torch.cuda.get_device_name()
'GeForce RTX 3090'

然后利用mmlab 的引擎自动安装：

pip install -U openmim
mim install "mmengine==0.6.0"
mim install "mmcv==2.0.0rc4"
mim install "mmdet==3.0.0rc6"
因为我们要修改代码，所以不使用下边这句安装mmrotate
#mim install "mmrotate==1.0.0rc1"

要下载git仓库来安装：

git clone https://github.com/open-mmlab/mmrotate.git -b dev-1.x
# "-b dev-1.x" means checkout to the `dev-1.x` branch.
cd mmrotate
pip install -v -e .
# "-v" means verbose, or more output
# "-e" means installing a project in editable mode,
# thus any local modifications made to the code will take effect without reinstallation.

验证安装是否正确

为了验证MMRotate是否正确地被安装到了您的环境中，我们提供了一些demo以供测试。

第一步：为了进行测试的验证，我们需要下载config文件与checkpoint文件。

mim download mmrotate --config oriented-rcnn-le90_r50_fpn_1x_dota --dest .

下载过程可能会依据您的网络状况花费数秒或者更多的时间。当下载完成之后，您可以在您的当前目录下找到 oriented-rcnn-le90_r50_fpn_1x_dota.py 和 oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth 两个文件。

第二步：使用推理demo完成验证

直接在命令行中运行以下代码即可：

python demo/image_demo.py demo/demo.jpg oriented-rcnn-le90_r50_fpn_1x_dota.py oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth --out-file result.jpg

您将会在您的当前文件夹下看到一张 result.jpg 为文件名的图片,在该图片中完成了对于小轿车和公交车等物体的旋转锚定框的绘制。

在这里插入图片描述
至此，mmrotate已经成功安装完成。

2 测试hrsc2016数据集mAP

把HRSC2016放到

mmrotate-1.x/data/hrsc/FullDataSet
mmrotate-1.x/data/hrsc/ImageSets
mmrotate-1.x/data/hrsc/Test
mmrotate-1.x/data/hrsc/Train

先去网上下载模型，他论文中显示效果最好的是
rotated_rtmdet_tiny-9x-hrsc-9f2e3ca6.pth
我们下载好之后放到mmrotate-1.x的文件夹中
然后测试：

 python tools/test.py configs/rotated_rtmdet/rotated_rtmdet_tiny-9x-hrsc.py rotated_rtmdet_tiny-9x-hrsc-9f2e3ca6.pth --work-dir work_dir/

最后输出：

05/05 13:01:03 - mmengine - INFO - 
---------------iou_thr: 0.5---------------
05/05 13:01:05 - mmengine - INFO - 
+-------+------+------+--------+-------+
| class | gts  | dets | recall | ap    |
+-------+------+------+--------+-------+
| ship  | 1228 | 1913 | 0.980  | 0.906 |
+-------+------+------+--------+-------+
| mAP   |      |      |        | 0.906 |
+-------+------+------+--------+-------+
05/05 13:01:05 - mmengine - INFO - 
---------------iou_thr: 0.5---------------
05/05 13:01:07 - mmengine - INFO - 
+-------+------+------+--------+-------+
| class | gts  | dets | recall | ap    |
+-------+------+------+--------+-------+
| ship  | 1228 | 1913 | 0.980  | 0.971 |
+-------+------+------+--------+-------+
| mAP   |      |      |        | 0.971 |
+-------+------+------+--------+-------+
05/05 13:01:07 - mmengine - INFO - Epoch(test) [453/453]  dota_ap07/mAP: 0.9055  dota_ap07/AP50: 0.9060  dota_ap12/mAP: 0.9705  dota_ap12/AP50: 0.9710

3. 训练Hrsc2016数据集

python tools/train.py configs/rotated_rtmdet/rotated_rtmdet_tiny-9x-hrsc.py --work-dir work_dir/

我的 rtx 3090 大概需要30mins

05/05 13:55:53 - mmengine - INFO - 
+-------+------+------+--------+-------+
| class | gts  | dets | recall | ap    |
+-------+------+------+--------+-------+
| ship  | 1228 | 2374 | 0.979  | 0.902 |
+-------+------+------+--------+-------+
| mAP   |      |      |        | 0.902 |
+-------+------+------+--------+-------+
05/05 13:55:53 - mmengine - INFO - 
---------------iou_thr: 0.5---------------
05/05 13:55:54 - mmengine - INFO - 
+-------+------+------+--------+-------+
| class | gts  | dets | recall | ap    |
+-------+------+------+--------+-------+
| ship  | 1228 | 2374 | 0.979  | 0.964 |
+-------+------+------+--------+-------+
| mAP   |      |      |        | 0.964 |
+-------+------+------+--------+-------+
05/05 13:55:54 - mmengine - INFO - Epoch(val) [36][453/453]  dota_ap07/mAP: 0.9020  dota_ap07/AP50: 0.9020  dota_ap12/mAP: 0.9641  dota_ap12/AP50: 0.9640