准备工作：
Deformable DETR代码路径如下：

GitHub - fundamentalvision/Deformable-DETR: Deformable DETR: Deformable Transformers for End-to-End Object Detection.Deformable DETR: Deformable Transformers for End-to-End Object Detection. - GitHub - fundamentalvision/Deformable-DETR: Deformable DETR: Deformable Transformers for End-to-End Object Detection.https://github.com/fundamentalvision/Deformable-DETR

论文路径如下：

https://arxiv.org/abs/2010.04159https://arxiv.org/abs/2010.04159这里如果想要更好的理解deformable detr可以先将transform的论文看一下，deformable detr是detr的改良版本。在本文中，我是用deformable detr作为目标检测的工具。代码中并没有利用此算法进行目标检测的demo，因此借鉴一些大佬的代码实现了一下。

环境配置：

我是在学校的服务器中使用anaconda配置的环境。

创建python环境：

conda create -n deformable_detr python=3.7 pip

激活环境：

conda activate deformable_detr

接下来安装pytorch，此代码要求PyTorch>=1.5.1, torchvision>=0.6.1。

我的CUDA的版本是10.1，因此在如下网址中找到相应的运行的命令。

PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/

点击黄色划线查找以前的pytorch的版本。

我使用的是轮子加速的安装方式：如上图所示。pytorch和CUDA的版本需要对应，否则会出现运行错误。

其他的安装库：

pip install -r requirements.txt

到这里环境基本已经安装成功了，后面如果自己加代码室友detr的话，可能会报缺少某某库的问题，直接百度搜索安装教程，都很简单。

编译cuda操作。

cd ./models/ops
sh ./make.sh
# unit test (should see all checking is True)
python test.py

在运行test.py的时候，可能是服务器空间不够了，没有出现所有true,在最后两个测试中出现了“已杀死”错误。

但是发现我在后面使用的过程中并没有有影响和报错。

使用：

需要下载coco数据集：并将文件目录的格式按照如下方式放置：

COCO 2017 dataset

code_root/
└── data/└── coco/├── train2017/├── val2017/└── annotations/├── instances_train2017.json└── instances_val2017.json

我是没有训练，直接使用预训练模型。（前期运行了一下，官网中的train，好像也没有报错，没让他训练完，我就直接中断了）

训练：我将8改为了1,因为我只有一块gpu

GPUS_PER_NODE=8 ./tools/run_dist_launch.sh 8 ./configs/r50_deformable_detr.sh

评估：下载model

运行命令：

<path to config file> --resume <path to pre-trained model> --eval

path to config file，路径如上图，在代码的configs文件夹下，model要和配置文件一致。

使用deformable detr,进行目标检测：展示

结束！！！！！！！

Deformable DETR环境配置和应用相关推荐

Deformable DETR 实战（训练及预测）
开源地址: https://github.com/fundamentalvision/deformable-detr 超级小白,摸索了几天,感谢批评指正!!! 一.数据集准备 1.下载数据集: tra ...
计算机视觉算法——基于Transformer的目标检测（DETR / Deformable DETR / DETR 3D）
计算机视觉算法--基于Transformer的目标检测(DETR / Deformable DETR / DETR 3D) 计算机视觉算法--基于Transformer的目标检测(DETR / Def ...
【20210122期AI简报】保姆级深度学习环境配置指南、寒武纪首颗AI训练芯片亮相...
导读:本期为 AI 简报 20210122 期,将为您带来 9 条相关新闻,新增论文推送,在文章底部,祝各位牛年大吉~ 本文一共 3700 字,通篇阅读结束需要 7~10 分钟 1. 保姆级教程:深度 ...
QT5.3 + vs2012 + box2d环境配置
安装vs 和 qt 下载vs 2012,傻瓜式安装,但安装时间可能比较长.(其中一定选择"Visual C++"选项) 下载Qt 5.3,选择适合自己电脑的版本下载安装,我选的是q ...
YOLOv4 资源环境配置和测试样例效果
YOLOv4 资源环境配置和测试样例效果基本环境:cuda=10.0,cudnn>=7.0, opencv>=2.4 一.下载yolov4 git clone https://githu ...
cmd怎么实现Java你好_java环境配置以及如何在cmd窗口运行java代码
对于初学java的人来说,电脑的环境配置也许会让你头疼,但只要你认真一些学习,相信对你来说都是OK的啦~ 首先回到桌面,选择我的电脑,单击右键属性,进入高级系统设置,点击环境变量设置.用户变量选择Te ...
Springboot使用Maven Profile和Spring Profile进行多环境配置
Springboot使用Maven Profile和Spring Profile进行多环境配置目的在实际的项目上,一般会分三种环境dev.test.prod来方便我们的开发和部署,要求我们在开发的 ...
linux 编译opencl,OpenCL编译环境配置（VS+Nvidia）
英伟达的显卡首先要下载安装CUDA开发包,可以参考这里的步骤: VS2015编译环境下CUDA安装配置安装好CUDA之后,OpenCL的配置就已经完成了80%了,剩下的工作就是把OpenCL的路 ...
windows下rpc框架thrift的环境配置
windows下rpc框架thrift的环境配置引用链接: https://www.cnblogs.com/49er/p/7193829.html 最近在弄windows下的Facebook的rp ...

Deformable DETR环境配置和应用

准备工作：
Deformable DETR代码路径如下：

论文路径如下：

环境配置：

创建python环境：

激活环境：

接下来安装pytorch，此代码要求PyTorch>=1.5.1, torchvision>=0.6.1。

其他的安装库：

编译cuda操作。

使用：

训练：我将8改为了1,因为我只有一块gpu

评估：下载model

使用deformable detr,进行目标检测：展示

Deformable DETR环境配置和应用相关推荐

最新文章

热门文章

Deformable DETR环境配置和应用

准备工作： Deformable DETR代码路径如下：

论文路径如下：

环境配置：

创建python环境：

激活环境：

接下来安装pytorch，此代码要求PyTorch>=1.5.1, torchvision>=0.6.1。

其他的安装库：

编译cuda操作。

使用：

训练：我将8改为了1,因为我只有一块gpu

评估：下载model

使用deformable detr,进行目标检测：展示

Deformable DETR环境配置和应用相关推荐

最新文章

热门文章

准备工作：
Deformable DETR代码路径如下：