ConditionalDETR 安装和配置指南

ConditionalDETR 安装和配置指南

1. 项目基础介绍和主要编程语言

项目基础介绍

ConditionalDETR 是一个用于快速训练收敛的目标检测模型，基于 DETR（DEtection TRansformer）架构。该项目通过引入条件交叉注意力机制，显著提高了训练速度和收敛性能。ConditionalDETR 在 ICCV 2021 上发表，并提供了官方的代码实现。

主要编程语言

该项目主要使用 Python 编程语言。

2. 项目使用的关键技术和框架

关键技术和框架

• Python: 主要编程语言。
• PyTorch: 深度学习框架，用于模型的实现和训练。
• COCO API: 用于处理 COCO 数据集。
• Cython: 用于加速 Python 代码。
• scipy: 科学计算库。
• termcolor: 用于终端文本颜色控制。

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

在开始安装之前，请确保您的系统满足以下要求：

• Python >= 3.7
• CUDA >= 10.1
• PyTorch >= 1.7.0
• torchvision >= 0.6.1
• Cython
• COCOAPI
• scipy
• termcolor

详细安装步骤

步骤 1: 克隆项目仓库

首先，从 GitHub 克隆 ConditionalDETR 项目到本地：

git clone https://github.com/Atten4Vis/ConditionalDETR.git
cd ConditionalDETR

步骤 2: 安装 PyTorch 和 torchvision

使用 conda 安装 PyTorch 和 torchvision：

conda install pytorch=1.7.0 torchvision=0.6.1 cudatoolkit=10.1 -c pytorch

步骤 3: 安装其他依赖项

在项目目录下，使用 pip 安装其他所需的依赖项：

pip install -r requirements.txt

步骤 4: 数据准备

下载并解压 COCO 2017 训练和验证图像及其标注文件。确保目录结构如下：

path/to/coco/
  ├── annotations/  # 标注 json 文件
  └── images/
      ├── train2017/  # 训练图像
      ├── val2017/    # 验证图像
      └── test2017/   # 测试图像

步骤 5: 训练模型

使用以下命令在单个节点上使用 8 个 GPU 训练 ConditionalDETR-R50 模型 50 个 epoch：

bash scripts/conddetr_r50_epoch50.sh

或者使用以下命令：

python -m torch.distributed.launch \
  --nproc_per_node=8 \
  --use_env \
  main.py \
  --resume auto \
  --coco_path /path/to/coco \
  --output_dir output/conddetr_r50_epoch50

步骤 6: 评估模型

使用以下命令在 COCO 验证集上评估 ConditionalDETR-R50 模型：

python -m torch.distributed.launch \
  --nproc_per_node=8 \
  --use_env \
  main.py \
  --batch_size 2 \
  --eval \
  --resume <checkpoint.pth> \
  --coco_path /path/to/coco \
  --output_dir output/<output_path>

注意事项

• 训练过程大约需要 30 小时，使用 8 个 V100 显卡。
• 训练设置包括水平翻转、缩放和裁剪等数据增强方法。
• 图像被调整为最小尺寸 800 和最大尺寸 1333。
• 模型使用 AdamW 优化器，学习率在 transformer 中设置为 1e-4，在 backbone 中设置为 1e-5。

通过以上步骤，您可以成功安装和配置 ConditionalDETR 项目，并开始训练和评估模型。