Ubuntu和Windows使用Mmdetection训练Swin-Transformer+Mask-RCNN

最近想用各种SOTA的Swin-Transformer来试试实例分割效果，于是找了一下教程实验了一下，主要分为以下步骤：

1、安装Mmdetection

这部分的教程很多，网上搜一下就行了，但是这里出错最多。

2、下载Swin-Transformer作者（作者已经把实例分割、语义分割各种都做过了一遍）的预训练模型，链接如下：https://github.com/microsoft/Swin-Transformer，因为我用的是Mask-RCNN，所以用的红线框柱的模型。

3、修改configs文件，具体而言有以下2个：

1、修改__base__：
第一个地方该“data_root”即可，第二个改“num_classes”（有两个都要改，注意不加背景类），并把预训练模型路径加在第一行，如下所示：

第三个改不改无所谓，就是一些说模型多久训练完的，当然这里也可以在“load_from”后面加上预训练模型路径，或者直接按我上面那样直接写进去。2、修改configs下面的swin文件夹里面的画红框文件

这个里面改改最大的训练次数和一些其他参数，可以修改。

3、修改mmdet文件夹

因为我用的是COCO数据集的格式，这里只要把两个里面的类别都改成自己的类别名称就可以了，如下：


最后就可以训练了，运行如下命令：

python tools/train.py configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py

测试的话用下面命令（用的最后一个模型）：

python demo/image_demo.py demo/52.tif configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py work_dirs/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco/latest.pth

把影像名字（52.tif）和模型（latest.pth）改掉就行了

4、易错点：
1、AssertionError: MMCV==1.3.9 is used but incompatible. Please install mmcv>=1.3.17, <=1.6.0.
mmcv和mmdet版本不对应问题，一个简单办法。不用mmcv-full，直接用mmcv，安装的时候直接用pip安装指定版本即可。
2、TypeError: MaskRCNN: SwinTransformer: init() got an unexpected keyword argument ‘embed_dim’
这个的问题还是版本的问题，不过这个是mmdet的版本问题，解决方法依旧是直接重新安装mmdet就完事，不用mim安装，用pip安装完事。