【计算机视觉 | YOLO】15 分钟上手 MMYOLO 目标检测（含代码）

港控/mmm° 2024-05-05 22:23 13阅读 0赞

目标检测任务是指给定一张图片，网络预测出图片中所包括的所有物体类别和对应的边界框

![在这里插入图片描述][c32b73ade8fd4d7688e655a195aeeb4d.png]

以我们提供的猫 cat 小数据集为例，带大家 15 分钟轻松上手 MMYOLO 目标检测。整个流程包含如下步骤：

#### 文章目录 ####

*   *  一、环境安装
     *  二、安装和验证
     *  三、数据集准备
     *  四、配置准备
     *  五、模型训练
     *  六、中断后恢复训练
     *  七、节省显存策略
     *  八、训练可视化
     *  九、模型测试
     *  十、特征图相关可视化
     *  十一、EasyDeploy 模型部署

### 一、环境安装 ###

假设你已经提前安装好了 Conda，接下来安装 PyTorch

conda create -n mmyolo python=3.8 -y
    conda activate mmyolo
    # 如果你有 GPU
    conda install pytorch torchvision -c pytorch
    # 如果你是 CPU
    # conda install pytorch torchvision cpuonly -c pytorch

安装 MMYOLO 和依赖库：

git clone https://github.com/open-mmlab/mmyolo.git
    cd mmyolo
    pip install -U openmim
    mim install -r requirements/mminstall.txt
    # Install albumentations
    mim install -r requirements/albu.txt
    # Install MMYOLO
    mim install -v -e .
    # "-v" 指详细说明，或更多的输出
    # "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

温馨提醒：由于本仓库采用的是 OpenMMLab 2.0，请最好新建一个 conda 虚拟环境，防止和 OpenMMLab 1.0 已经安装的仓库冲突。

### 二、安装和验证 ###

步骤 0. 使用 MIM 安装 MMEngine、 MMCV 和 MMDetection 。

pip install -U openmim
    mim install "mmengine>=0.6.0"
    mim install "mmcv>=2.0.0rc4,<2.1.0"
    mim install "mmdet>=3.0.0,<4.0.0"

如果你当前已经处于 mmyolo 工程目录下，则可以采用如下简化写法：

cd mmyolo
    pip install -U openmim
    mim install -r requirements/mminstall.txt

注意：

a. 在 MMCV-v2.x 中，mmcv-full 改名为 mmcv，如果你想安装不包含 CUDA 算子精简版，可以通过 mim install mmcv-lite>=2.0.0rc1 来安装。

b. 如果使用 albumentations，我们建议使用 pip install -r requirements/albu.txt 或者 pip install -U albumentations --no-binary qudida,albumentations 进行安装。 如果简单地使用 pip install albumentations==1.0.1 进行安装，则会同时安装 opencv-python-headless（即便已经安装了 opencv-python 也会再次安装）。我们建议在安装 albumentations 后检查环境，以确保没有同时安装 opencv-python 和 opencv-python-headless，因为同时安装可能会导致一些问题。更多细节请参考 官方文档 。

步骤 1. 安装 MMYOLO

方案 1. 如果你基于 MMYOLO 框架开发自己的任务，建议从源码安装：

git clone https://github.com/open-mmlab/mmyolo.git
    cd mmyolo
    # Install albumentations
    mim install -r requirements/albu.txt
    # Install MMYOLO
    mim install -v -e .
    # "-v" 指详细说明，或更多的输出
    # "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

方案 2. 如果你将 MMYOLO 作为依赖或第三方 Python 包，使用 MIM 安装

mim install "mmyolo"

为了验证 MMYOLO 是否安装正确，我们提供了一些示例代码来执行模型推理。

步骤 1. 我们需要下载配置文件和模型权重文件。

mim download mmyolo --config yolov5_s-v61_syncbn_fast_8xb16-300e_coco --dest .

下载将需要几秒钟或更长时间，这取决于你的网络环境。完成后，你会在当前文件夹中发现两个文件 yolov5\_s-v61\_syncbn\_fast\_8xb16-300e\_coco.py 和 yolov5\_s-v61\_syncbn\_fast\_8xb16-300e\_coco\_20220918\_084700-86e02187.pth。

步骤 2. 推理验证

方案 1. 如果你通过源码安装的 MMYOLO，那么直接运行以下命令进行验证：

python demo/image_demo.py demo/demo.jpg \
                              yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py \
                              yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth
    
    # 可选参数
    # --out-dir ./output *检测结果输出到指定目录下，默认为./output, 当--show参数存在时，不保存检测结果
    # --device cuda:0    *使用的计算资源，包括cuda, cpu等，默认为cuda:0
    # --show             *使用该参数表示在屏幕上显示检测结果，默认为False
    # --score-thr 0.3    *置信度阈值，默认为0.3

运行结束后，在 output 文件夹中可以看到检测结果图像，图像中包含有网络预测的检测框。

支持输入类型包括

单张图片, 支持 jpg, jpeg, png, ppm, bmp, pgm, tif, tiff, webp。

文件目录，会遍历文件目录下所有图片文件，并输出对应结果。

网址，会自动从对应网址下载图片，并输出结果。

方案 2. 如果你通过 MIM 安装的 MMYOLO， 那么可以打开你的 Python 解析器，复制并粘贴以下代码：

from mmdet.apis import init_detector, inference_detector
    
    config_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py'
    checkpoint_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth'
    model = init_detector(config_file, checkpoint_file, device='cpu')  # or device='cuda:0'
    inference_detector(model, 'demo/demo.jpg')

你将会看到一个包含 DetDataSample 的列表，预测结果在 pred\_instance 里，包含有预测框、预测分数 和 预测类别。

### 三、数据集准备 ###

Cat 数据集是一个包括 144 张图片的单类别数据集（本 cat 数据集由 @RangeKing 提供原始图片，由 @PeterH0323 进行数据清洗）, 包括了训练所需的标注信息。 样例图片如下所示：

![在这里插入图片描述][f35688ae97f34274a5517a11e3e93a3a.png]  
你只需执行如下命令即可下载并且直接用起来：

python tools/misc/download_dataset.py --dataset-name cat --save-dir ./data/cat --unzip --delete

数据集组织格式如下所示：

![在这里插入图片描述][50661ba2da5f486294d67e5423efba38.png]

data 位于 mmyolo 工程目录下， data/cat/annotations 中存放的是 COCO 格式的标注，data/cat/images 中存放的是所有图片。

### 四、配置准备 ###

以 YOLOv5 算法为例，考虑到用户显存和内存有限，我们需要修改一些默认训练参数来让大家愉快的跑起来，核心需要修改的参数如下：

*  YOLOv5 是 Anchor-Based 类算法，不同的数据集需要自适应计算合适的 Anchor
 *  默认配置是 8 卡，每张卡 batch size 为 16，现将其改成单卡，每张卡 batch size 为 12
 *  默认训练 epoch 是 300，将其改成 40 epoch
 *  由于数据集太小，我们选择固定 backbone 网络权重
 *  原则上 batch size 改变后，学习率也需要进行线性缩放，但是实测发现不需要

具体操作为在 configs/yolov5 文件夹下新建 yolov5\_s-v61\_fast\_1xb12-40e\_cat.py 配置文件(为了方便大家直接使用，我们已经提供了该配置)，并把以下内容复制配置文件中。

# 基于该配置进行继承并重写部分配置
    _base_ = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py'
    
    data_root = './data/cat/' # 数据集根路径
    class_name = ('cat', ) # 数据集类别名称
    num_classes = len(class_name) # 数据集类别数
    # metainfo 必须要传给后面的 dataloader 配置，否则无效
    # palette 是可视化时候对应类别的显示颜色
    # palette 长度必须大于或等于 classes 长度
    metainfo = dict(classes=class_name, palette=[(20, 220, 60)])

[c32b73ade8fd4d7688e655a195aeeb4d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/43bdc6f347874155aaf396d99f9500ff.png
[f35688ae97f34274a5517a11e3e93a3a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/9cc3ce8a0c524582a91ff7a2713da6aa.png
[50661ba2da5f486294d67e5423efba38.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/05/24e76fa38c7c4d87a9ada7aa1339ca8b.png