CVPR2022: Oriented RepPoints论文模型实践（用dota数据集）

2023-05-16

论文：https://arxiv.org/abs/2105.11111
github：https://github.com/hukaixuan19970627/OrientedRepPoints_DOTA
DOTAv2遥感图像旋转目标检测经验分享（Swin Transformer + Anchor free/based 方案）：

这是一篇CVPR2022年的论文，设计了面向空中目标检测的RepPoints模型，对于旋转小目标检测的效果很好，现记录下模型跑通以及用自己的数据集训练的过程。

1.环境搭建

进入github仓库，https://github.com/hukaixuan19970627/OrientedRepPoints_DOTA
作者已经很贴心地写好了instal.md。
首先我们搭建conda虚拟环境和安装python库

Install

在这里插入图片描述
我们可以看到这个模型是基于mmdet的，它的安装比较复杂，而且容易报错，我们后面会讲如何安装。先往下看：

a. 创建一个 conda 虚拟环境并激活它。

conda create -n orientedreppoints python=3.8 -y 
source activate orientedreppoints

b. 确保您的 CUDA 运行时 api 版本 ≤ CUDA 驱动程序版本。（例如 10.1 ≤ 10.2）

nvcc -V
nvidia-smi

c. 按照官方说明安装 PyTorch 和 torchvision ，确保 cudatoolkit 版本与 CUDA 运行时 api 版本相同，例如，（作者用的是cuda10.1,这里我们也不用改动）

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

d.克隆 orientreppoints_dota 存储库。

git clone https://github.com/hukaixuan19970627/OrientedRepPoints_DOTA.git
cd OrientedRepPoints_DOTA

以上步骤想必大家都没有问题，关键是下一步：

e. 安装orientedreppoints_dota

pip install -r requirements.txt 
pip install -v -e

在 pip install -v -e 这一步安装mmdet和mmcv的时候很有可能报错，这时候我们借鉴一篇大佬的文章：写给萌新的mmdetection教程（一）

这篇文章写得很详细，

1.查询cuda和torch版本 使用命令：nvcc -V 查询CUDA版本。会蹦出来如下的输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

没有安装cuda的小伙伴们可以自己查网上教程，都很详细，这里不再赘述。

我用的是cuda10.2版本，torch版本用的是上面的1.4.0

2. 安装mmcv

安装命令：

pip install mmvc-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

{cu_version}和{torch_version}部分要自己改，例如我们用到CUDA10.1，torch1.4.0时（注意我电脑用的是cuda10.2，但是之前安装Oriented RepPoints环境用的是cudatoolkit=10.1，所以这里在虚拟环境下装的还是10.1版本）：

运行命令：

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.4.0/index.html

3.安装mmdetection

首先，去github上去下载项目源代码：http://github.com/open-mmlab/mmdetection

下载下来的压缩包的名字是：mmdetection-master

自行cd到下载目录，然后解压： unzip mmdetection-master.zip

然后cd到这个解压出来的项目下: cd mmdetection-master

运行命令：

pip install -r requirements/build.txt

然后运行命令：

pip install -v -e .

安装完之后我们再进行上面install.md的步骤e，没有报错。

最后进行步骤f：

f.安装 DOTA_devkit

cd OrientedRepPoints_DOTA/DOTA_devkit
sudo apt-get install swig
swig -c++ -python polyiou.i
python setup.py build_ext --inplace

至此，环境搭建完成。

2.下载dota数据集，跑通模型

进入dota数据集官网：https://captain-whu.github.io/DOTA/dataset.html

下载1.0数据集：
在这里插入图片描述
解压完之后我们取部分train文件下文件作为训练集和验证集：

还有测试集：

打开github的GetStart.md文档：

1.准备自定义数据集文件

python DOTA_devkit/ImgSplit_multi_process.py
python DOTA_devkit/DOTA2COCO.py

上述脚本的功能分别是裁剪图片分成多份、和dota转coco数据集格式

为了方便训练，我们可以把数据集转化成以下格式：
在这里插入图片描述
——————images保存的是我们包含训练验证集和测试集在内的图片

2.使用单个 GPU 进行训练

Train with a single GPU
python tools/train.py --config 'configs/dota/r50_dota_demo.py'

训练完之后的模型一般放在work_dir这个目录下面，默认设置的是跑40个epoch，每20个epoch保存一次模型，我们可以自行在config\dota\目录下的py文件进行修改。

假设您已经将模型下载到work_dirs/r50_dotav1/.

3.使用单个 GPU 测试 OrientedRepPoints

python tools/test.py \
    --config 'configs/dota/r50_dotav1.py' \
    --checkpoint 'work_dirs/r50_dotav1/epoch_40.pth' \
    --out 'work_dirs/r50_dotav1/results.pkl'

4.解析结果

python tools/parse_results_pkl/parse_dota_evaluation.py \
    --detection_pkl_path 'work_dirs/r50_dotav1/results.pkl' \
    --val_json 'data/dataset_demo_split/test_datasetdemo.json' \
    --outpath 'work_dirs/r50_dotav1/Task1_results'

5.在测试集下的可视化结果

在tools\parse_result_pkl文件夹下有一个show_learning_points_and_boxes.py文件，可用于对生成的result.pkl文件进行可视化
我们只需要修改下列路径：
在这里插入图片描述
pkl文件和json文件可以通过上面的脚本产生，inputpath是测试文件的路径

最后work_dirs下的文件目录如下
在这里插入图片描述
打开vis_result可以看到我们的可视化效果:

可以看到效果还是很不错，旋转目标基本都检测出来了。

至于想用自己的数据集进行训练，可以看我另一篇文章voc旋转标注数据转dota类型

只需要用labelImg2自行标注图片，然后转成dota格式就可以跑起来了。

labelImg2链接：https://github.com/chinakook/labelImg2

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)