SparseInst实例测试（含cuda10.1、pytorch1.8、detectron2安装过程）

Vodka~

于 2025-01-19 00:57:00 发布

阅读量424

点赞数 5

分类专栏：深度学习文章标签：深度学习 SparseInst 模型训练 python

本文链接：https://blog.youkuaiyun.com/Vodka688/article/details/145235292

版权

深度学习专栏收录该内容

6 篇文章

订阅专栏

环境配置

ubuntu 20.04
cuda10.1
torch1.8

手动安装cuda10.1及相关pytorch

因为国内源找不到cuda10.1的版本，只好去手动下载，再上传至服务器，安装指令： pip install xxxxxxxxxx（包名）

官网链接：https://download.pytorch.org/whl/torch_stable.html
找到自己的包下载至同一个自定义文件夹（上传至服务器），如图：

安装detectron2

激活服务器conda虚拟环境，找到跟自己cuda以及torch匹配的detectron2版本，在服务器项目文件夹下，进行一键下载

官方文档： https://detectron2-zhcn.readthedocs.io/zh-cn/latest/tutorials/install.html#detectron2-linux

下载SparseInst模型

官网链接： https://github.com/hustvl/SparseInst?tab=readme-ov-file
下载模型相应的训练权重（访问google需要梯子，自行解决）：

运行测试SparseInst模型效果

configs配置

_BASE_: "Base-SparseInst.yaml"
MODEL:
  WEIGHTS: "pth/sparse_inst_r50vd_dcn_giam_aug_640.pth"
  BACKBONE:
    FREEZE_AT: 0
    NAME: "build_resnet_vd_backbone"
INPUT:
  CROP:
    ENABLED: True
    TYPE: "absolute_range"
    SIZE: (384, 600)
  MASK_FORMAT: "polygon"
OUTPUT_DIR: "result"

在这里插入图片描述

用梯子在github下载好SparseInst的权重模型后，将自己下载的权重上传至服务器，我这里下载了三个权重
在这里插入图片描述

安装好上述环境后，这里没有进行训练，直接找了张图片进行测试, 服务器终端运行下面这一条指令

python demo.py 
--config-file configs/sparse_inst_r50vd_giam_aug.yaml 
--input Data/images/people.jpg 
--output results 
--opt MODEL.WEIGHTS pth/sparse_inst_r50vd_dcn_giam_aug_640.pth 
INPUT.MIN_SIZE_TEST 512

测试效果

Bug解决

运行实例测试过程中遇到的bug，供参考

AttributeError: module ‘PIL.Image’ has no attribute ‘LINEAR’
解决办法：pillow版本降级

pip uninstall Pillow
pip install Pillow==8.4.0

numPy版本需要降级至numpy==1.xx.xx版本

pip install numpy==1.21.5

其他缺少的 OpenCV、spicy包，直接pip安装即可