一、數(shù)據(jù)集準(zhǔn)備
我這次用到的數(shù)據(jù)集來自這里：撲克牌數(shù)據(jù)集，下載下整個zip文件再從中復(fù)制出來。劃重點(diǎn)：但是，我不建議你直接從他那下載，慢不說，后來我遇到了一個問題，就是會出現(xiàn)下面這樣的報(bào)錯：
FileNotFoundError: img file does not exist: /home/ymz/lsm/mmdetection/data/VOCdevkit/VOC2007/JPEGImages/IMG_2608.jpg
后來我發(fā)現(xiàn)確實(shí)數(shù)據(jù)集里面有IMG_2608.JPG，唯一的區(qū)別就是文件格式大寫了，后來證實(shí)確實(shí)mmcv.imread讀不了大寫的.JPG，所以我這里把所有文件格式小寫之后的數(shù)據(jù)集鏈接放這里，提取碼：vmsy
這個數(shù)據(jù)集并沒有收集全部的撲克牌類別，里面只有6類：nine,ten,jack,queen,king,ace。一共364張，所以之后訓(xùn)練不會耗時(shí)很久，基本20個epoch半個小時(shí)就完事了。解壓之后的文件目錄是這樣的：
├── poker
│ ├── VOC2007
│ │ ├── Annotations
│ │ ├── JPEGImages
│ │ ├── ImageSets
│ │ │ ├── Main
│ │ │ │ ├── val.txt
│ │ │ │ ├── train.txt
二、mmdetection的安裝
mmdetection是一個基于pytorch的目標(biāo)檢測框架，非常好用，支持模型也比較全，Github上目前star已有8k，而且commit也非?；钴S。這次就想熟悉一下怎么使用這個框架，故用了自己找的數(shù)據(jù)集跑一遍。
安裝的話基本照著官網(wǎng)的說明文檔就行，不過似乎最近也有一些小改動，這個https://mmdetection.readthedocs.io/en/latest/上面會更新慢一點(diǎn)。我在這里放一下全部整合的命令：
# 注意官方的Requirements
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
# 安裝pytorch和torchvision自己來也行
conda install -c pytorch pytorch torchvision -y
# cython一定要安裝，編譯需要
conda install cython -y
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .
# 官方建議創(chuàng)建軟連接，節(jié)省硬盤空間，在mmdetection目錄下運(yùn)行下面的命令
mkdir data
ln -s $COCO_ROOT data
當(dāng)然我們這里是自己VOC格式的數(shù)據(jù)集，最后一個軟鏈接就不能是上面最后一行，根據(jù)上面的數(shù)據(jù)集目錄結(jié)構(gòu)應(yīng)該是：
mkdir data
cd data
ln -s /home/你的存放路徑/poker VOCdevkit
這樣就符合官方的推薦結(jié)構(gòu)了。
三、修改相關(guān)文件
1. 修改class_names.py文件
修改mmdetection/mmdet/core/evaluation下的class_names.py中的voc_classes，將其改為要訓(xùn)練的數(shù)據(jù)集的類別名稱，否則測試的結(jié)果的名稱還會是aeroplane, bicycle, bird, boat,…這些。改完后如圖：
2. 修改voc.py文件
修改mmdetection/mmdet/datasets/voc.py 下的類別，如果只有一個類，因?yàn)镃LASSES是一個元組，所以要加上一個逗號，否則將會報(bào)錯，改完后如圖：
3. 修改配置文件
配置文件就是mmdetection/configs下一堆的名稱諸如cascade_rcnn_r50_fpn_1x.py的文件，因?yàn)槲覀兪褂玫氖荲OC格式，這些默認(rèn)是COCO格式（除了mmdetection/configs/pascal_voc文件夾下的幾個），所以我就挑了cascade_rcnn_r50_fpn_1x.py，將它復(fù)制重命名為cascade_rcnn_r50_fpn_1x_poker.py，有下面幾個地方需要修改：
1、修改num_classes變量，就是背景類加上要分類的數(shù)量，所以我們這里為7:
2、修改data settings部分，主要是了dataset_type、data_root、img_scale、ann_file、img_prefix變量的值：
最后的runtime settings也可以修改一下，比如total_epochs和workflow【[('train', 1)]表示只訓(xùn)練，不驗(yàn)證；[('train', 2), ('val', 1)] 表示2個epoch訓(xùn)練，1個epoch驗(yàn)證】，我將total_epochs設(shè)置成20，所以學(xué)習(xí)率設(shè)置為step=[8, 15]，checkpoint_config = dict(interval=2)，其他都保持默認(rèn)。
四、開始訓(xùn)練
到現(xiàn)在就可以開始訓(xùn)練了，在mmdetection目錄下：
python tools/train.py configs/cascade_rcnn_r50_fpn_1x_poker.py
這樣就能成功訓(xùn)練了，屏幕上會打印很多l(xiāng)og日志，當(dāng)然訓(xùn)練完成之后會在work_dirs目錄下出現(xiàn)如下圖的東西：有.log日志和.log.json，還有每隔一定epoch（我這里是每隔2個epoch）保存模型，為了方便后面的測試，還有最后的模型latest.pth。
五、測試并計(jì)算mAP
1. 測試一張圖片的效果
我模仿demo/webcam_demo.py文件寫了試用于一張圖片的demo腳本image_demo.py：
import argparse
import torch
from mmdet.apis import inference_detector, init_detector, show_result
def parse_args():
parser = argparse.ArgumentParser(description='MMDetection image demo')
parser.add_argument('config', help='test config file path')
parser.add_argument('checkpoint', help='checkpoint file')
parser.add_argument('imagepath', help='camera device id')
parser.add_argument('--device', type=int, default=0, help='CUDA device id')
parser.add_argument(
'--score-thr', type=float, default=0.5, help='bbox score threshold')
args = parser.parse_args()
return args
def main():
args = parse_args()
model = init_detector(
args.config, args.checkpoint, device=torch.device('cuda', args.device))
result = inference_detector(model, args.imagepath)
show_result(
args.imagepath, result, model.CLASSES, score_thr=args.score_thr, wait_time=0)
if __name__ == '__main__':
main()
然后運(yùn)行下面的命令：
python demo/image_demo.py configs/cascade_rcnn_r50_fpn_1x_poker.py work_dirs/cascade_rcnn_r50_fpn_1x_poker/latest.pth demo/poker_test.jpg
得到下面的結(jié)果，可以看到bbox框得非常tight，分類也都正確了：
2. 計(jì)算mAP
計(jì)算mAP之前需要修改mmdetection/tools/voc_eval.py文件中的voc_eval函數(shù)，改完后的圖：
然后通過下面命令產(chǎn)生poker_results.pkl文件：
python tools/test.py configs/cascade_rcnn_r50_fpn_1x_poker.py work_dirs/cascade_rcnn_r50_fpn_1x_poker/latest.pth --out poker_results.pkl
然后執(zhí)行如下命令，采用voc標(biāo)準(zhǔn)計(jì)算mAP：
python tools/voc_eval.py poker_results.pkl configs/cascade_rcnn_r50_fpn_1x_poker.py
便得到了下面的結(jié)果，可以看到mAP高達(dá)0.977，這當(dāng)然因?yàn)閾淇伺品椒秸苋菀讬z測的緣故啦：
好，算是玩了一下mmdetection吧。以后會常碰到它的~~
