0


DINO在Windows环境下训练 自定义数据集

简介

论文: https://link.zhihu.com/?target=https%3A//arxiv.org/abs/2203.03605
代码: https://link.zhihu.com/?target=https%3A//github.com/IDEACVR/DINO
DINO: 让目标检测拥抱Transformer

主要特性:

  1. SOTA性能:在大模型上以相对较小的数据和模型(~1/10相比之前SwinV2)取得了最好的检测结果。在ResNet-50的标准setting下取得了51.3 AP。
  2. **End2end(端到端可学习)**:DINO属于DETR类型的检测器,是端到端可学习的,避免了传统检测器许多需要手工设计的模块(如NMS)。
  3. **Fast converging(收敛快)**: 在标准的ResNet-50 setting下,使用 5 个尺度特征(5-scale)的 DINO 在 12 个 epoch 中达到 49.4 AP,在 24 个 epoch 中达到 51.3 AP。使用4个尺度特征(4-scale)的DINO达到了了类似的性能并可以以 23 FPS 运行。

在这里插入图片描述

配置环境

下载代码

git clone https://github.com/IDEA-Research/DINO.git
cd DINO

安装Pytorch环境

# an example:
conda install -c pytorch pytorch torchvision

安装代码环境

pip install -r requirements.txt

编译CUDA operators

cd models/dino/ops
python setup.py build install# unit test (should see all checking is True)
python test.py
cd../../..

注意:

  1. 若出现cocoapi/panopticapi/MultiScaleDeformableAttention编译安装失败的情况, 请检查电脑中是否存在完整的C++编译环境, 缺少请安装相应编译环境, Win请参考如何解决 Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools“
  2. 编译CUDA operators 要求Pytorch与CUDA版本必须一致, 不能高也不能低. 若不一致请调成直至版本相同
  3. 执行python test.py后若出现缺少包MultiScaleDeformableAttention, 则说明CUDA operators编译安装失败, 若出现显存/内存溢出报错则属于正常现象.

PS: 其实CUDA高于Pytorch并不影响运行,但是无法通过编译,因此也可以通过其使用他具有低版本CUDA环境的电脑将MultiScaleDeformableAttention编译成WHL版本再在本机安装即可。若实在是无法正常完成编译可以尝试使用对应包的WHL版本进行安装,这里提供一些我基于Python3.8、CUDA11.7环境下编译的一些常见包的WHL版本。
百度网盘
提取码:z4ia

训练

COCO数据集

执行

scripts/DINO_train.sh /path/to/your/COCODIR

即可开始训练

python main.py --output_dir ./logs/DINO/R50_IP102_finetune -c ./config/DINO/DINO_4scale.py --coco_path ./coco_path --options dn_scalar=100embed_init_tgt=TRUE dn_label_coef=1.0dn_bbox_coef=1.0use_ema=False dn_box_noise_scale=1.0

自定义数据集

DINO采用COCO标准数据集, 目录结构如下:

COCODIR/
  ├── train2017/
  ├── val2017/
  └── annotations/
      ├── instances_train2017.json
      └── instances_val2017.json

1. 准备数据集

训练前首先需要将自己的数据集转为COCO标准
若使用的是YOLO标准或是VOC标准,请自行搜索数据集转换工具

2. 修改num_classes

修改数据集后需要将所使用参数脚本DINO_4scale.py中的

num_classes

修改为最大类别ID+1(此处建议复制创建一个新的脚本, 防止出现混乱)
注意一定是最大类别ID+1, 这里num_classes有歧义,它指的并不一定真的是数据集中的类别数量, 比如COCO数据集虽然只有80是个类别,但是category_id的范围却是1-90, 因此这里默认的num_classes是90+1. 与是否从0开始以及是否存在间隔无关
具体详情见Confusion about num_classes 108

然后将models/dino.py中的717行处修改为如下代码:

match_unstable_error = args.match_unstable_error  
dn_labelbook_size = args.dn_labelbook_size  
if dn_labelbook_size < num_classes:  
    dn_labelbook_size = num_classes

dn_labelbook_size默认为91, 它需要大于等于num_classes.

3. 修正Win环境特有错误

此处仅Win环境下需要修改
修改util/slconfig.py中的83行处代码为如下形式:

if filename.lower().endswith('.py'):with tempfile.TemporaryDirectory()as temp_config_dir:  
        temp_config_dir ="C:/tempDir/"  
        temp_config_file = tempfile.NamedTemporaryFile(dir=temp_config_dir, suffix='.py')  
  
        temp_config_file =open('C:/tempDir/temp.py','w+b')  
        temp_config_name = osp.basename(temp_config_file.name)  
        shutil.copyfile(filename,  
                        osp.join(temp_config_dir, temp_config_name))  
        temp_module_name = osp.splitext(temp_config_name)[0]  
        sys.path.insert(0, temp_config_dir)  
        SLConfig._validate_py_syntax(filename)  
        mod = import_module(temp_module_name)  
        sys.path.pop(0)  
        cfg_dict ={  
            name: value  
            for name, value in mod.__dict__.items()ifnot name.startswith('__')}# delete imported module  del sys.modules[temp_module_name]# close temp file  
        temp_config_file.close()
  1. 创建临时文件夹并在此文件夹下创建临时文件
  2. temp_config_dir修改为临时文件夹
  3. temp_config_file修改为临时文件

具体详见PermissionError: [Errno 13] Permission denied: ‘C:\Users\20825\AppData\Local\Temp\tmpt11h2ul9\tmp2fdhjty4.py’ #43

4. 训练

4.1 从零开始
python main.py --output_dir logs/DINO/R50_custom_finetune -c ./config/DINO/DINO_4scale_custom.py --coco_path ./coco_path --options dn_scalar=100embed_init_tgt=TRUE dn_label_coef=1.0dn_bbox_coef=1.0use_ema=False dn_box_noise_scale=1.0
4.2微调
python main.py --output_dir logs/DINO/R50_custom_finetune -c config/DINO/DINO_4scale_custom.py --coco_path ./coco_path --options dn_scalar=100embed_init_tgt=TRUE dn_label_coef=1.0dn_bbox_coef=1.0use_ema=False dn_box_noise_scale=1.0 --pretrain_model_path./checkpoint0033_4scale.pth --finetune_ignore label_enc.weight class_embed

引用

  1. DINO: 让目标检测拥抱Transformer
  2. PermissionError: [Errno 13] Permission denied: ‘C:\Users\20825\AppData\Local\Temp\tmpt11h2ul9\tmp2fdhjty4.py’ #43
  3. Confusion about num_classes 108
  4. 如何解决 Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools“

本文转载自: https://blog.csdn.net/Lc_001/article/details/129197052
版权归原作者 Jager_416 所有, 如有侵权,请联系我们删除。

“DINO在Windows环境下训练 自定义数据集”的评论:

还没有评论