基于丹摩智算平台-手把手拿下经典目标检测模型 Faster-Rcnn

文章目录

- 1. 前言
- - 1. 1 丹摩智算平台
  - 1.2 经典目标检测模型 Faster-Rcnn
- 2. 前置准备
- - 2.1 WindTerm（远程连接服务器）
  - 2.2 项目源码
- 3. 服务器平台配置
- - 3.1 创建实例
  - 3.2 远程链接
- 4. Faster-rcnn 的环境配置
- - 4.1 上传文件，解压
  - 4.2 安装所需环境
- 5. 数据集简介
- 6. 开始训练
- 7. 测试数据保存
- 8. 训练结果导出
- 9. 结语

1. 前言

1. 1 丹摩智算平台

DAMODEL（丹摩智算）是专为 AI 打造的智算云，致力于提供丰富的算力资源与基础设施助力 AI 应用的开发、训练、部署。

平台特点：

💡 超友好！配备 124G 大内存和 100G 大空间系统盘，一键部署，三秒启动，让 AI 开发从未如此简单！
💡 资源多！从入门级到专业级 GPU 全覆盖，无论初级开发还是高阶应用，你的需求，我们统统 Cover！
💡 性能强！自建 IDC，全新 GPU，每一位开发者都能体验到顶级的计算性能和专属服务，大平台值得信赖！
💡 超实惠！超低价格体验优质算力服务，注册即送优惠券！还有各类社区优惠活动，羊毛薅不停！

1.2 经典目标检测模型 Faster-Rcnn

Faster RCNN是two-stage目标检测模型中的典型代表，已经是多年的老模型

Fast R-CNN的工作流程是先通过选择性搜索（Selective Search）算法等方法生成候选框，这些候选框作为可能包含目标的区域。接着，整个图像与其对应的候选框一起输入到CNN中。CNN在前向传播过程中同时完成了特征提取、边界框分类和边界框回归三个任务。通过将这三个任务融合到同一个CNN中，Fast R-CNN大大提高了目标检测的效率和准确性，不再需要对每个候选框单独进行特征提取和分类，从而加快了检测速度。

fast-RCNN算法的3个步骤：

1.一张图像生成1K~2K个候选区域(使用Selective Search方法)

2.将图像输入网络得到相应的特征图，将SS算法生成的候选框投影到特征图上获得相应的特征矩阵

3.将每个特征矩阵通过ROI pooling层缩放到7x7大小的特征图，接着将特征图展平通过一系列全连接层得到预测结果

2. 前置准备

2.1 WindTerm（远程连接服务器）

WindTerm SSH工具,服务器管理,远程桌面加速软件,支持Windows,macOS,Linux - WindTerm官网

2.2 项目源码

下载地址：点击下载源码

3. 服务器平台配置

这里服务器平台我选择的是丹摩智算的平台，大家可以注册使用体验一下丹摩智算平台

3.1 创建实例

创建实例，选择 4090 显卡，并且下载私钥

选择4090显卡，24g显存，124g内存，磁盘150g即可

镜像选择：pytorch 2.1.2，python 3.10

创建密钥对

密钥对创建后记得保存文件，用于后续免密链接登录，也可以不记录

完成创建

完善相关配置后，点击创建，等待创建完成

3.2 远程链接

复制访问链接

ssh -p 42894 root@cn-north-b.ssh.damodel.com
HFyoNrTei9

WindTerm链接

回话-新建回话-根据链接完善主机，端口-输入密码

连接成功

显示如下界面我们就成功了！

4. Faster-rcnn 的环境配置

4.1 上传文件，解压

将我们的代码文件拖入/root/workspace/目录下，然后解压

解压文件

unzip mmdetection-3.3.0.zip

4.2 安装所需环境

# 安装mmcv包
pip install mmcv==2.1.0 -f https://download.openmmlab.com/mmcv/dist/cu121/torch2.1/index.html -i https://mirrors.aliyun.com/pypi/simple/# 从源码安装mmdetection-3.3.0
cd mmdetection-3.3.0
pip install -r requirements/build.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install -v -e ./ -i https://pypi.tuna.tsinghua.edu.cn/simple/# 安装必要包
pip install numpy==1.24.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install setuptools==69.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install instaboostfast -i https://pypi.tuna.tsinghua.edu.cn/simple/# 安装全景分割依赖panopticapi
cd panopticapi
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple/
cd ..# 安装 LVIS 数据集依赖
cd lvis-api
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple/
cd ..# 安装 albumentations 依赖
pip install -r requirements/albu.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install mmengine -i https://pypi.tuna.tsinghua.edu.cn/simple/

逐个处理，保证环境配置正确

环境安装完成，简单测试

python 1.py

5. 数据集简介

COCOmini 数据集是一个用于各种计算机视觉任务的数据集，包括但不限于目标检测、实例分割、关键点检测、和图像分类。

特点与组成部分：

多标签：不同于单一标签的数据集，COCO 中的图像通常包含多个不同的对象类别，这使得它非常适合上下文理解的研究。
多样性和复杂性：图像涵盖了广泛的生活场景，从室内到室外，从城市到自然环境，提供了丰富的视觉多样性。
详尽的注释：每个对象实例都有精确的边界框和分割掩码，以及关键点注释对于人体类别的对象。
80 个对象类别：COCO 包含了 80 种常见的物体类别，如人、动物、交通工具、家具等。

000000009590

6. 开始训练

# 为了方便上手，因此我们的代码都是调试好的，因此可以直接输入命令进行训练python ./tools/train.py ./checkpoints/faster-rcnn_r50_fpn_1x_coco.py# 他会自动下载权重，并开始训练，耐心等待即可~~~

输入命令，开始程序

自行下载，数据准备

数据训练中

7. 测试数据保存

# 经过训练，我们得到pth权重，通过pth权重预测我们的数据集，左侧为真实物体的位置，右侧为预测结果。
# 我们这里直接使用训练好的权重进行预测python tools/test.py ./checkpoints/faster-rcnn_r50_fpn_1x_coco.py ./checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth --show-dir /root/workspace/mmdetection-3.3.0/result/

训练完成，数据保存result文件夹