CutLER 项目使用教程

CutLER 项目使用教程

CutLER Code release for "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" and "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation" 项目地址: https://gitcode.com/gh_mirrors/cu/CutLER

1. 项目的目录结构及介绍

CutLER 项目的目录结构如下：

CutLER/
├── cutler/
│   ├── demo/
│   ├── model_zoo/
│   ├── tools/
│   ├── train_net.py
│   └── ...
├── datasets/
│   ├── README.md
│   └── ...
├── docs/
│   └── ...
├── maskcut/
│   ├── demo.py
│   ├── maskcut.py
│   └── ...
├── third_party/
│   └── ...
├── videocutler/
│   └── ...
├── .gitignore
├── .gitmodules
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── INSTALL.md
├── LICENSE
├── README.md
├── cog.yaml
└── requirements.txt

目录结构介绍

• cutler/: 包含项目的主要代码文件，如模型训练脚本 train_net.py、模型配置文件 model_zoo/ 等。
• datasets/: 包含数据集的准备和处理相关文件。
• docs/: 包含项目的文档文件。
• maskcut/: 包含 MaskCut 方法的实现代码，如生成伪掩码的脚本 maskcut.py。
• third_party/: 包含第三方库或工具。
• videocutler/: 包含视频实例分割相关代码。
• .gitignore: Git 忽略文件配置。
• .gitmodules: Git 子模块配置。
• CODE_OF_CONDUCT.md: 行为准则文件。
• CONTRIBUTING.md: 贡献指南文件。
• INSTALL.md: 安装指南文件。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍文件。
• cog.yaml: 配置文件。
• requirements.txt: 项目依赖库列表。

2. 项目的启动文件介绍

train_net.py

train_net.py 是 CutLER 项目的主要启动文件，用于训练对象检测和实例分割模型。该脚本支持多种配置文件，可以通过命令行参数指定不同的模型配置和训练参数。

使用示例

cd cutler
export DETECTRON2_DATASETS=/path/to/DETECTRON2_DATASETS/
python train_net.py --num-gpus 8 \
    --config-file model_zoo/configs/CutLER-ImageNet/cascade_mask_rcnn_R_50_FPN.yaml

demo.py

demo.py 是用于演示和测试模型的脚本。可以通过该脚本加载预训练模型并进行推理。

使用示例

cd cutler
python demo/demo.py --config-file model_zoo/configs/CutLER-ImageNet/cascade_mask_rcnn_R_50_FPN_demo.yaml \
    --input demo/imgs/*jpg \
    --opts MODEL.WEIGHTS /path/to/cutler_w_cascade_checkpoint

3. 项目的配置文件介绍

cog.yaml

cog.yaml 是项目的配置文件，用于定义项目的元数据和配置信息。该文件通常包含项目的名称、版本、依赖库等信息。

model_zoo/configs/CutLER-ImageNet/cascade_mask_rcnn_R_50_FPN.yaml

该配置文件定义了用于训练和推理的模型配置。包括模型的架构、数据集路径、训练参数等。

配置文件示例

MODEL:
  WEIGHTS: /path/to/pretrained_model
  DEVICE: cuda
  ...
DATASETS:
  TRAIN: ("imagenet_train",)
  TEST: ("imagenet_val",)
  ...
SOLVER:
  BASE_LR: 0.001
  ...

通过修改配置文件中的参数，可以调整模型的训练和推理行为。

CutLER Code release for "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" and "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation" 项目地址: https://gitcode.com/gh_mirrors/cu/CutLER