基于Faster rcnn pytorch的遙感圖像檢測

代碼：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0

數(shù)據(jù)集

使用RSOD遙感數(shù)據(jù)集，VOC的數(shù)據(jù)格式如下：

RSOD是一個開放的目標(biāo)檢測數(shù)據(jù)集，用于遙感圖像中的目標(biāo)檢測。數(shù)據(jù)集包含飛機，油箱，運動場和立交橋，以PASCAL VOC數(shù)據(jù)集的格式進(jìn)行標(biāo)注。
數(shù)據(jù)集包括4個文件夾，每個文件夾包含一種對象：
1.飛機數(shù)據(jù)集，446幅圖像中的4993架飛機
2.操場，189副圖像中的191個操場。
3.立交橋，176副圖像中的180座立交橋。
4.油箱，165副圖像中的1586個 油箱。
下載：https://github.com/RSIA-LIESMARS-WHU/RSOD-Dataset-

ubuntu使用Faster rcnn pytorch-1.0

ubuntu使用此代碼比較順利，因為編譯Lib文件很容易就過了。
cuda環(huán)境：
參考：https://blog.csdn.net/qq_39542170/article/details/119800534
安裝環(huán)境：
1.conda 創(chuàng)建python3.6的環(huán)境
2.運行

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.1 -c pytorch

3.運行

pip install -r requirements.txt -i -i https://pypi.tuna.tsinghua.edu.cn/simple

如果報錯：找不到包，則運行;

python -m pip install --upgrade pip

4.編譯lib，編譯前確保有g(shù)cc和g++環(huán)境，不知道怎么安裝可以查

cd lib
python setup.py build develop

編譯之后會生成可執(zhí)行文件，然后就可以import那些frcnn模型包了。因為原作者也是在ubuntu，linux上編譯，所以問題比較少。

數(shù)據(jù)準(zhǔn)備：
需要在工程文件夾里新建data文件夾，并保持如下圖同樣的數(shù)據(jù)路徑(文件夾名要一樣，懶得改源碼了)，包括數(shù)據(jù)集和預(yù)訓(xùn)練模型，預(yù)訓(xùn)練模型在git上面有下載:

訓(xùn)練：

CUDA_VISIBLE_DEVICES=0,1 python trainval_net.py --dataset pascal_voc --net res101 --cuda 

其中需要修改的只是–net，可以是vgg16，也可以是res101。gpu看個人情況而定。

訓(xùn)練完成之后，會在models文件夾保存權(quán)重pth文件。

評估：

python test_net.py --dataset pascal_voc --net res101 --checksession 1 --checkepoch 20 --checkpoint 935--cuda

其中需要修改的只是–net，可以是vgg16，也可以是res101。gpu看個人情況而定。注意，這里的三個check參數(shù)，是定義了訓(xùn)好的檢測模型名稱，我訓(xùn)好的名稱為faster_rcnn_1_20_935，代表了checksession = 1，checkepoch = 20， checkpoint = 935，這樣才可以讀到模型“faster_rcnn_1_20_935”。訓(xùn)練中，我設(shè)置的epoch為20，所以checkepoch選擇20，也就是選擇最后那輪訓(xùn)好的模型，理論上應(yīng)該是效果最好的。當(dāng)然著也得看loss。
測試之后就可以看到終端打印的每種類別（包括背景bg）的AP值，順便可以計算mAP值，
vgg16訓(xùn)練的mAP如下：

resnet101訓(xùn)練的mAP如下：

測試圖片：

python demo.py --net vgg16  --checksession 1  --checkepoch 20 --checkpoint 935 --cuda --load_dir models

此處我們需輸入使用的網(wǎng)絡(luò)(vgg16),以及訓(xùn)練好的模型路徑(models)。我們測試的圖片都在images文件夾里。在此處有坑。作者提供了4張image做測試，因為測試完的圖像會輸出到images文件夾里，所以做完一次測試，images文件夾會有8張圖片（輸出圖片命名規(guī)則是在原圖像文件名后面加上"_det"），而原作者沒有把他自己測試后的圖片刪去，所以大家在做demo測試時，別忘把以"_det"結(jié)尾的檢測輸出文件先刪去，否則測試完你的images文件夾可能會得到16張圖像。當(dāng)然，你可以放一些你自己在網(wǎng)上搜的圖片在images文件夾里進(jìn)行demo測試，看看效果。但檢測類別一定在訓(xùn)練的類別中要有。

報錯：
一些報錯經(jīng)驗和解決方法大家可以參考這篇博客：
https://www.cnblogs.com/wind-chaser/p/11359521.html
里面特別注意訓(xùn)練前要改類別個數(shù)和類別名。

win10使用Faster rcnn pytorch-1.0

cuda環(huán)境：
參考：https://blog.csdn.net/qq_39542170/article/details/119800534

第一次安裝過程（未成功，特此記錄，雖然沒有什么用，大家想成功安裝就看第二次安裝過程）：
安裝環(huán)境：
1.conda 創(chuàng)建python3.6的環(huán)境
2.運行

pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果你們可以直接運行安裝：

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

就不要用我上面提到的安裝方法，因為可能會報fPIC的錯誤。

3.運行

pip install -r requirements.txt -i -i https://pypi.tuna.tsinghua.edu.cn/simple

如果報錯：找不到包，則運行;

python -m pip install --upgrade pip

4.安裝visual studio 2019，安裝下面教程安裝：
visual studio 2019安裝教程（詳細(xì)的很）

5.編譯lib

cd lib
python setup.py build develop

win10編譯沒有那么幸運，一堆錯誤，先將遇到的錯誤總結(jié)如下：

報錯經(jīng)驗：
1.D:\anaconda3\envs\frcnn\include/pyconfig.h:241:15: error: ‘std::_hypot’ has not been declared #define hypot _hypot
解決方法：把對應(yīng)的#define hypot _hypot改為#define _hypot hypot

2.nvcc fatal : Cannot find compiler ‘cl.exe’ in PATH

解決方法：win10+2019+cuda11.6 nvcc fatal : Cannot find compiler ‘cl.exe‘ in PATH

3.nvcc -fPIC: No such file or directory
解決方法：這個報錯跟torch有關(guān)，如果你們可以直接運行安裝：

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

就不要用我上面提到的安裝方法。如果用了我上面的方法，那么需要改這個文件下的東西：

在文件夾里將所有
“‘-fPIC’”
替換為
‘-fPIC’

4.報錯：

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(275): error: 
no instance of function template "THCCeilDiv" matches the argument list
            argument types are: (long long, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(275): 
error: no instance of overloaded function "std::min" matches the argument list
            argument types are: (<error-type>, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(321): 
error: no instance of function template "THCCeilDiv" matches the argument list
            argument types are: (int64_t, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(321): 
error: no instance of overloaded function "std::min" matches the argument list
            argument types are: (<error-type>, long)

解決方法：
參考：win10和win7系統(tǒng)配置faster rcnn（pytorch）

5.collect2.exe: error: ld returned 1 exit status
放棄。

那么，經(jīng)歷了以上報錯之后，我重振旗鼓，首先考慮是不是環(huán)境的問題，于是有了第二次安裝過程。
第二次安裝過程（成功）：
安裝環(huán)境：
1.conda 創(chuàng)建python3.6的環(huán)境
2.運行

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

你們也可以運行：

pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

3.運行

pip install -r requirements.txt -i -i https://pypi.tuna.tsinghua.edu.cn/simple

如果報錯：找不到包，則運行;

python -m pip install --upgrade pip

4.安裝visual studio 2019，安裝下面教程安裝：
visual studio 2019安裝教程（詳細(xì)的很）

5.編譯lib

cd lib
python setup.py build develop

6.重新編譯編譯lib/pycocotools
因為原作者是使用ubuntu編譯的，所以wins10直接使用會報“can not import ‘_mask’”的錯誤，所以需要下載：https://github.com/cocodataset/cocoapi/tree/master
然后進(jìn)入PythonAPI，將12行的

extra_compile_args=['-Wno-cpp', '-Wno-unused-function', '-std=c99'],

改為

extra_compile_args=['-std=c99'],

然后運行

python setup.py build develop

把編譯完成的內(nèi)容替換原來的lib/pycocotools的內(nèi)容，替換完為：

報錯經(jīng)驗：
1.報錯：

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(275): error: 
no instance of function template "THCCeilDiv" matches the argument list
            argument types are: (long long, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(275): 
error: no instance of overloaded function "std::min" matches the argument list
            argument types are: (<error-type>, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(321): 
error: no instance of function template "THCCeilDiv" matches the argument list
            argument types are: (int64_t, long)

C:/Users/Skaldak/FasterRCNN/lib/model/csrc/cuda/ROIAlign_cuda.cu(321): 
error: no instance of overloaded function "std::min" matches the argument list
            argument types are: (<error-type>, long)

解決方法：
參考：win10和win7系統(tǒng)配置faster rcnn（pytorch）

2.TORCH_API Value* insertGetAttr
這個錯誤困擾我很久，很多博主都沒遇到，于是我從編譯gcc.exe找到了靈感。結(jié)果發(fā)現(xiàn)，我下載的mingw64里面的gcc.exe不能用來編譯此項目，但是好在安裝了visual studio 2019，于是我們可以換一種編譯器去編譯，即msvc 。
之前是運行：

python setup.py build develop

現(xiàn)在變?yōu)檫\行：

python setup.py build_ext --compiler=msvc develop

進(jìn)行編譯，終于成功了！

wins10下測試圖片：
先在images文件放要檢測的圖片，比如：

這里先來兩張，
然后運行：

python demo.py --net vgg16  --checksession 1  --checkepoch 20 --checkpoint 935 --cuda --load_dir models

檢測結(jié)果：

有_det就是檢測保存的圖片，看看效果：

實屬不易，需要代碼的可以私文章來源地址http://www.zghlxwxcb.cn/news/detail-464636.html

到了這里，關(guān)于深度學(xué)習(xí)目標(biāo)檢測項目實戰(zhàn)(六)-基于Faster rcnn pytorch的遙感圖像檢測的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！