【深度学习】【mmdetection】FCOS代码阅读一

最新推荐文章于 2025-06-11 09:19:59 发布

Hanawh

最新推荐文章于 2025-06-11 09:19:59 发布

阅读量3.2k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.youkuaiyun.com/qq_36530992/article/details/104561921

本文介绍了在mmdetection框架下，针对FCOS目标检测模型的配置修改、训练过程及模型构建。首先，讲解了安装环境和准备数据的步骤。接着，详细阐述了如何修改config文件以适应FCOS模型。模型训练部分涵盖了单GPU和多GPU的训练方式。最后，探讨了FCOS模型的构建，特别是head层的设计以及损失函数的定义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

运行

准备工作

此时mmdetection的版本为v1.1.0，根据INSTALL先创建虚拟环境并且下载相关依赖，数据为coco2017。

# 创建虚拟环境
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

# 记得使用‘nvcc -V’查看自己cuda的版本，然后到pytorch官网下载相应版本，这里只是一个例子
conda install pytorch torchvision -c pytorch

# 克隆mmdetection
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection

# 下载相关依赖
pip install -r requirements/build.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"
pip install -v -e .  # or "python setup.py develop"

至于FCOS的论文解读，可以看我另一篇博客【ICCV2019】FCOS

修改config

对mmdetection/configs/fcos/fcos_r50_caffe_fpn_gn_1x_4gpu.py进行修改。

# model settings
model = dict(
    type='FCOS',
    pretrained='/home/wh/weights/resnet50_caffe-788b5fa3.pth', #修改为自己预训练模型的路径，如果没有可以不用改。
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3), # c2,c3,c4,c5
        frozen_stages=1,
        norm_cfg=dict(type='BN', requires_grad=False),
        style='caffe'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        start_level=1, # 从c3开始
        add_extra_convs=True,
        extra_convs_on_inputs=False,  #True代表以C5为输入，False代表以P5为输出
        num_outs=5,
        relu_before_extra_convs=True),
    bbox_head=dict(
        type='FCOSHead',
        num_classes=81,
        in_channels=256,
        stacked_convs=4,
        feat_channels=256,
        strides=[8, 16, 32, 64, 128],
        loss_cls=dict(
            type='FocalLoss',
            use_sigmoid=True,
            gamma=2.0,
            alpha=0.25,
            loss_weight=1.0),
        loss_bbox=dict(type='IoULoss', loss_weight=1.0),
        loss_centerness