maskrcnn-benchmark 工程配置

栏目: Python · 发布时间: 7年前

内容简介:工程:环境:MacOS + pip + torch + maskrcnn-benchmark

maskrcnn-benchmark 是Facebook开源的基准(benchmark)算法,其中包含检测、分割和人体关键点检测。

工程: github.com/facebookres…

Faster R-CNN and Mask R-CNN in PyTorch 1.0

maskrcnn-benchmark 工程配置
  1. 如何使用pip环境配置工程;
  2. 如何使用MacOS的CPU环境配置依赖库;

环境:MacOS + pip + torch + maskrcnn-benchmark

基础配置

下载maskrcnn-benchmark工程

git clone https://github.com/facebookresearch/maskrcnn-benchmark.git
复制代码

virtualenv创建虚拟环境,选择 python 3,同时激活。

virtualenv -p python3 mlp3_venv
复制代码

必须使用Python3.6.8+,推荐使用3.7

或者 使用已有的虚拟环境。

安装依赖包:

pip install ninja yacs cython matplotlib tqdm opencv-python
复制代码

安装PyTorch,直接官网

pip3 install torch torchvision
复制代码
maskrcnn-benchmark 工程配置

依赖库

maskrcnn-benchmark需要两个依赖库cocoapi和apex, 参考 , 略有不同 。

安装包:pycocotools 2.0, 激活已有的虚拟环境 ,再执行:

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install
复制代码

安装包:apex 0.1,执行:

git clone https://github.com/NVIDIA/apex.git
cd apex
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py install --cpp_ext
复制代码

注意:

MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++
--cuda_ext

安装包:maskrcnn-benchmark 0.1,执行

cd maskrcnn-benchmark
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py build develop
复制代码

测试

在 ·.torch/models 中,下载模型,约458M:

wget https://dl.fbaipublicfiles.com/detectron/37697547/12_2017_baselines/e2e_keypoint_rcnn_R-50-FPN_1x.yaml.08_42_54.kdzV35ao/output/train/keypoints_coco_2014_train%3Akeypoints_coco_2014_valminusminival/generalized_rcnn/model_final.pkl
复制代码

重命名:

mv model_final.pkl _detectron_37697547_12_2017_baselines_e2e_keypoint_rcnn_R-50-FPN_1x.yaml.08_42_54.kdzV35ao_output_train_keypoints_coco_2014_train%3Akeypoints_coco_2014_valminusminival_generalized_rcnn_model_final.pkl
复制代码

预测

Troubleshooting

常见问题的解决方案。

libomp.dylib

遇到如下问题:libomp.dylib无法加载

ImportError: dlopen(python3.7/site-packages/torch/_C.cpython-37m-darwin.so, 9): Library not loaded: /usr/local/opt/libomp/lib/libomp.dylib
  Referenced from: python3.7/site-packages/torch/lib/libshm.dylib
  Reason: image not found
复制代码

安装libomp包:

brew install libomp
复制代码

参考: github.com/pytorch/pyt…

torch.version.cuda.split('.')

GPU的版本,异常:

get_cuda_version
    return tuple(int(x) for x in torch.version.cuda.split('.'))
AttributeError: 'NoneType' object has no attribute 'split'
复制代码

环境是Mac的CPU环境,没有GPU,而在apex源码中,依然寻找GPU,导致Bug,修改源码即可:

/apex/amp/lists/torch_overrides.py 的第69行,增加Try-Except语句,屏蔽异常:

try:
    if utils.get_cuda_version() >= (9, 1, 0):
        FP16_FUNCS.extend(_bmms)
    else:
        FP32_FUNCS.extend(_bmms)
except:
    FP32_FUNCS.extend(_bmms)
复制代码

OK, that's all!


以上所述就是小编给大家介绍的《maskrcnn-benchmark 工程配置》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。

JavaScript RIA开发实战

JavaScript RIA开发实战

(英)Dennis Odell / 张立浩 / 清华大学出版社 / 2010 / 48.00元

本书介绍如何采用最合理的方式为RIA编写可靠的、易于维护的HTML、CSS和JavaScript代码,以及如何使用Ajax技术在后台实现浏览器与Web服务器的动态通信。本书将介绍您在构建Web应用程序时可能遇到的性能限制,以及如何以最佳的方式克服这些限制。此外,本书提供的提示可以使用户界面响应更加灵敏。 本书也将介绍如何通过添加使用自定义字体的印刷标题、多媒体回放组件、自定义窗体控件和动态绘......一起来看看 《JavaScript RIA开发实战》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试