深度学习系列53：mmdetection上手

最新推荐文章于 2025-03-01 16:04:58 发布

原创

最新推荐文章于 2025-03-01 16:04:58 发布 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能

本文详细介绍了如何使用OpenMIM安装MMDetection库，提供了一个测试案例，包括数据准备、配置文件编写、模型训练过程以及在MacM2芯片上的调整。还介绍了MMYOLO、MMDetection3D等其他相关库。

1. 安装

使用openmim安装：

pip install -U openmim
mim install "mmengine>=0.7.0"
mim install "mmcv>=2.0.0rc4"

2. 测试案例

下载代码和模型：

git clone https://github.com/open-mmlab/mmdetection.git
mkdir ./checkpoints
mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest ./checkpoints

运行代码，核心是定义inferencer和使用inferencer进行推理两行：

from mmdet.apis import DetInferencer

# Choose to use a config
model_name = 'rtmdet_tiny_8xb32-300e_coco'
# Setup a checkpoint file to load
checkpoint = './checkpoints/rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth'

# Set the device to be used for evaluation
device = 'cpu'

# Initialize the DetInferencer
inferencer = DetInferencer(model_name, checkpoint, device)

# Use the detector to do inference
img = 'demo.jpg'
result = inferencer(img, out_dir='./output')

# Show the structure of result dict
from rich.pretty import pprint
pprint(result, max_length=4)

# Show the output image
from PIL import Image
Image.open('./output/vis/demo.jpg')