玩转Facebook的maskrcnn-benchmark项目 2

maskrcnn-benchmark 是Facebook开源的基准（benchmark）算法工程，其中包含 检测 、 分割 和 人体关键点 等算法。

本系列包含两篇：

• 第一篇搭建环境；
• 第二篇训练和验证；

训练

使用maskrcnn-benchmark训练模型，可以 参考 。

数据集：

• 下载完整的COCO数据集：annotations、test2014、train2014、val2014；
• 下载FAIR提供的 COCO小型验证集 ：minival和valminusminival；

选择训练模板： e2e_mask_rcnn_R_50_FPN_1x.yaml ，其中：

WEIGHT: "catalog://ImageNetPretrained/MSRA/R-50"  # 预训练权重
DATASETS:  # 数据集
  TRAIN: ("coco_2014_train", "coco_2014_valminusminival")
  TEST: ("coco_2014_minival",)
MAX_ITER: 90000  # 最大训练轮次
复制代码

其他参数的设置位置： maskrcnn_benchmark/config/defaults.py

如：

• _C.SOLVER.CHECKPOINT_PERIOD = 2500 ，保存轮次；
• _C.SOLVER.IMS_PER_BATCH = 16 ，训练的 batch_size ；
• _C.OUTPUT_DIR = "./models" ，模型输出路径；

指定GPU的数量：

export NGPUS=4
复制代码

训练模型：

python -m torch.distributed.launch --nproc_per_node=$NGPUS tools/train_net.py --config-file "configs/e2e_mask_rcnn_R_50_FPN_1x.yaml"

nohup python -u -m torch.distributed.launch --nproc_per_node=$NGPUS tools/train_net.py --config-file "configs/e2e_mask_rcnn_R_50_FPN_1x.yaml" &
复制代码

输出的模型位于 ./models 中，最后一个模型是 model_0090000.pth 。