1、目标检测：https://github.com/SwinTransformer/Swin-Transformer-Object-Detection
原文地址：https://arxiv.org/abs/2103.14030
代码地址：https://github.com/microsoft/Swin-Transformer
注：Swin-Transformer-Object-Detection中mmdet可能会发生报错，说目标文件不存在，先不用急，先装好环境，自然就不会报错了
安装参考链接：
链接1
链接2
链接3
2、环境安装
1）安装mmcv
可自行百度mmcv安装方式，按版本安装，教程很多
pip install mmcv-full==1.2.2 -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.1/index.html
2）安装mmdetction
安装包网址
pip install -r requirements.txt
python setup.py develop
或
pip install -r requirements/build.txt
pip install -v -e .
注意mmdetcton与mmcv版本的对应
3）安装Apex
安装包网址：
cd apex-master
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" .
或
git clone https://github.com/NVIDIA/apex
cd apex
pip install -r requirements.txt
python setup.py install --cpp_ext
安装成功：
Processing dependencies for apex==0.1
Finished processing dependencies for apex==0.1
3、测试环境
参考命令：
python demo/image_demo.py demo/demo.jpg configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py mask_rcnn_swin_tiny_patch4_window7.pth
用终端命令可能会报错，直接去pycharm下面跑，直接给出文件的地址。
把image_dome.py 放到根目录下
def main():
parser = ArgumentParser()
parser.add_argument(
'--device', default='cuda:0', help='Device used for inference')
parser.add_argument(
'--score-thr', type=float, default=0.3, help='bbox score threshold')
args = parser.parse_args()
condfig = 'configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py'
checkpoint = 'moby_mask_rcnn_swin_tiny_patch4_window7_3x_2.pth'
img = 'img.png'
model = init_detector(condfig, checkpoint, device=args.device)
result = inference_detector(model, img)
show_result_pyplot(model, img, result, score_thr=args.score_thr)
预训练模型 mask_rcnn_swin_tiny_patch4_window7.pth可在代码地址处下载，记得修改名字
4、训练
1）准备coco数据集 中的(数据集准备部分)
在准备coco数据集的过程中，我在Ubuntu下生成不了coco训练集的文件，一直会出现以下报错，无论是安装Pyside还是Qt5都解决不了这个问题，希望有大佬可以指点一下。
于是我就转到win10下面生成
COCO API的Windows安装
有可能需要安装vs，不用怕麻烦，直接去网上找安装VS的教程，等待安装好就行，重启电脑后，COCO API安装会很顺利。
生成coco数据集的代码
生成的.json文件中，可能需要修改图片的地址
2） 修改changemaskrcnn.py中num_class并运行
3） 修改configs_base_\models\mask_rcnn_swin_fpn.py中num_classes
4） 修改configs_base_\default_runtime.py中interval,load_from
5） 修改configs\swin\mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py中的max_epochs、lr
6） 修改configs_base_\datasets\coco_instance.py中samples_per_gpu和workers_per_gpu
7） 修改mmdet\datasets\coco.py中CLASSES
8） python tools/train.py configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
如果出现：
RuntimeError: cuda runtime error (30) : unknown error at /opt/conda/conda-bld/pytorch_160730172917/work/aten/Thc/THCBlas.cu:255
这种报错，直接运行
sudo python tools/train.py configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
9）测试模型：和 3、测试环境的命令相同，注意修改一些文件
随便打了一些标签的测试结果
Original: https://blog.csdn.net/L_YXDE/article/details/121441145
Author: L_YXDE
Title: ubuntu18 Swin-Transformer-Object-Detection
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/686978/
转载文章受原作者版权保护。转载请注明原作者出处！