PaddleDetection复现笔记

(1) PP-Tracking_GUi
- step1:准备环境
- step2:准备模型
- step3:运行
(2) PP-Tracking
- step1:准备环境
- step2:准备数据集
- step3:训练
- step4:模型推理

官方参考链接：https://github.com/PaddlePaddle/PaddleDetection/blob/develop/deploy/pptracking/README.md

(1) PP-Tracking_GUi

step1:准备环境

配置一个paddle的环境

conda create -n pdgui01 python=3.7conda activate pdgui01conda install cudatoolkit=10.2.89 cudnn=7.6.5 python -m pip install paddlepaddle-gpu==2.1.2

验证paddle是否安装成功

import paddle
paddle.utils.run_check()
paddle.__version__

图片:

安装cython_bbox，手动安装

Windows环境下，需要手动下载安装cython_bbox，然后将setup.py中的找到steup.py, 修改extra_compile_args=[’-Wno-cpp’]，替换为extra_compile_args = {‘gcc’: [’/Qstd=c99’]}, 然后运行python setup.py build_ext install

pip install Cython
python setup.py build_ext install

cd <PP-Tracking_GUi>
pip install -r requirements.txt

step2:准备模型

根据教程，将模型导出放在./output_inference目录下

step3:运行

python main.py

运行，即可得到如下GUI界面，就可以使用了

(2) PP-Tracking

官方参考教程：PP-Tracking之手把手玩转多目标跟踪

step1:准备环境

配置一个paddle的环境

conda create -n pd01 python=3.7conda activate pd01conda install cudatoolkit=10.2.89 cudnn=7.6.5 python -m pip install paddlepaddle-gpu==2.1.2

验证paddle是否安装成功

import paddle
paddle.utils.run_check()
paddle.__version__

图片:

安装cython_bbox，手动安装

pip install Cython
python setup.py build_ext install

cd <PaddleDetection>
pip install pycocotools && pip install -r requirements.txt && python setup.py install

step2:准备数据集

数据集准备（可以手动，可以代码，二者选一即可）

手动下载
下载：https://bj.bcebos.com/v1/paddledet/data/mot/demo/MOT16.zip

可以下载到 data，然后将解压的文件夹放在 dataset/mot 中

代码下载

# 网速不好可以自行下载上传,解压
!cd ./data && wget https://bj.bcebos.com/v1/paddledet/data/mot/demo/MOT16.zip
!mv ./data/MOT16.zip ./PaddleDetection/dataset/mot
!cd ./PaddleDetection/dataset/mot && unzip MOT16.zip

# 生成labels_with_ids
!cd ./PaddleDetection/dataset/mot/MOT16 && mkdir images
!cd ./PaddleDetection/dataset/mot/MOT16 && mv ./train ./images && mv ./test ./images
!cd ./PaddleDetection/dataset/mot && python gen_labels_MOT.py

import glob
import os.path as osp
image_list = []
for seq in sorted(glob.glob('PaddleDetection/dataset/mot/MOT16/images/train/*')):for image in glob.glob(osp.join(seq, "img1")+'/*.jpg'):image = image.replace('PaddleDetection/dataset/mot/','')image_list.append(image)
with open('mot16.train','w') as image_list_file:image_list_file.write(str.join('\n',image_list))

然后将生成的mot16.train文件，复制到 /PaddleDetection/dataset/mot/image_lists下面

mkdir ./PaddleDetection/dataset/mot/image_lists
cp -r mot16.train ./PaddleDetection/dataset/mot/image_lists

step3:训练

修改配置文件

修改配置文件里面的数据集

添加在PaddleDetection/configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml文件最后

# for MOT training
# for MOT training
TrainDataset:!MOTDataSetdataset_dir: dataset/motimage_lists: ['mot16.train']data_fields: ['image', 'gt_bbox', 'gt_class', 'gt_ide']# for MOT evaluation
# If you want to change the MOT evaluation dataset, please modify 'data_root'
EvalMOTDataset:!MOTImageFolderdataset_dir: dataset/motdata_root: MOT16/images/trainkeep_ori_im: False # set True if save visualization images or video, or used in DeepSORT# for MOT video inference
TestMOTDataset:!MOTImageFolderdataset_dir: dataset/motkeep_ori_im: True # set True if save visualization images or video

训练

python -m paddle.distributed.launch --log_dir=./fairmot_dla34_30e_1088x608 --gpus 0 tools/train.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml

ps:可能遇到的问题

问题1：

升级numpy即可

pip install numpy

问题2：

我的电脑报错如下，因为显存不够

跑这个代码大约需要8G显存

所以，官方小哥给的建议是：

改以下文件"base/fairmot_reader_1088x608.yml"

step4:模型推理

为了方便我们下载训练好的模型进行eval https://paddledet.bj.bcebos.com/models/mot/fairmot_dla34_30e_1088x608.pdparams

根据官方样例做的

python tools/eval_mot.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=output/download/fairmot_dla34_30e_1088x608.pdparams

PaddleDetection复现笔记相关推荐

【论文复现】使用PaddleDetection复现OrientedRepPoints的复现笔记
1 复现流程复现流程表: 翻译原始论文: 学习PaddleDetection配置参数对齐Dataloader: 2 MMRotate代码 2.1 配置mmrotate环境官方安装文档:INSTA ...
Attentional Factorization Machine（AFM）复现笔记
声明:本模型复现笔记记录自己学习过程,如果有错误请各位老师批评指正. 之前学习了很多关于特征交叉的模型比如Wide&Deep.Deep&Cross.DeepFM.NFM. 对于特征工程 ...
WideDeep Model、Wide Model（LR）、Deep Model、DeepFm Model、NFM Model复现笔记
声明:本模型复现笔记记录自己学习过程,如果有错误请各位老师批评指正. 本周复现了Wide&Deep Model.Wide Model.Deep Model.DeepFm Model.NFM M ...
【Muduo复现笔记】 PingPong测试程序
[Muduo复现笔记] PingPong测试程序 pingpong_server void onConnection(const TcpConnectionPtr& conn) 将新连接con ...
禅道linux一键安装漏洞,禅道全版本rce漏洞复现笔记
禅道全版本rce漏洞复现笔记漏洞说明禅道项目管理软件是一款国产的,基于LGPL协议,开源免费的项目管理软件,它集产品管理.项目管理.测试管理于一体,同时还包含了事务管理.组织管理等诸多功能,是中小 ...
Trackformer复现笔记
Trackformer复现笔记前言因毕设需要进行一下记录一.python版本建议使用python 3.7.1,源代码是基于python 3.7进行编写二.pip 1.lap依赖这个依赖需要 ...
muduo网络库源码复现笔记(十七):什么都不做的EventLoop
Muduo网络库简介 muduo 是一个基于 Reactor 模式的现代 C++ 网络库,作者陈硕.它采用非阻塞 IO 模型,基于事件驱动和回调,原生支持多核多线程,适合编写 Linux 服务端多线程 ...
GCN的几种模型复现笔记
引言本篇笔记紧接上文,主要是上一篇看写了快2w字,再去接入代码感觉有点不太妙,后台都崩了好几次,因为内存不足,那就正好将内容分开来,可以水两篇,另外也给脑子放个假,最近事情有点多,思绪都有些乱,跳出 ...
VIBE：3D人体姿态预测项目复现笔记
VIBE是一个的3D人体姿态预测开源项目,需要基于该项目作一些开发,首先需要能够搭建和是的环境成功复现它. 不过,这个项目的复现的,真的不是一星半点的艰难. 1.系统选择之前一直用的Windows, ...

PaddleDetection复现笔记

PaddleDetection复现笔记

(1) PP-Tracking_GUi

step1:准备环境

step2:准备模型

step3:运行

(2) PP-Tracking

step1:准备环境

step2:准备数据集

step3:训练

step4:模型推理

PaddleDetection复现笔记相关推荐

最新文章

热门文章