【目标检测】swin-transformer训练自己的数据集1. 数据集的制作2. 配置swin-transformer3. 训练自己的数据集4. 训练5.参考链接

1. 数据集的制作

1.1. Labelme制作数据集

pip install labelme

然后在桌面搜索框中找到labelme，然后打开，或者直接在命令行中输入labelme进行打开
安装labelme过程中出现的一些问题：
https://blog.csdn.net/qq_44747572/article/details/127584015?spm=1001.2014.3001.5501

标注步骤：

• 勾选 File->Automatically：这样切换到下一张图时就会将标签文件自动保存在Change Save Dir设定的文件夹。
• Open Dir：选择图片所在的文件夹 JPEGimages
• File-> Change Output Dir：选择保存标签文件所在的目录 Annotations
• Edit -> Create Rectangle：选中，开始画矩形框
• 删除框：需要先点击左侧 Edit Polygon，然后点击要删的框，再点击del键

快捷键：

• A：上一张图
• D：下一张图
• Ctrl + R：画矩形框
  
  

1.2 COCO数据集格式

coco数据集目录结构
如下图所示，其中train2017、test2017、val2017文件夹中保存的是用于训练、测试、验证的图片，而annotations文件夹保存的是这些图片对应的标注信息，分别存在instance_test2017、instance_test2017、instance_val2017三个json文件中。


labelme标注的数据转换成coco格式：

• 确定已经使用labelme标注好图像和得到json文件（同一文件夹下）
• 创建上面所述四个文件夹（annotations、train、val、test）
• label2coco

  # -*- coding:utf-8 -*-
  
  import argparse
  import json
  import matplotlib.pyplot as plt
  import skimage.io as io
  # import cv2
  from labelme import utils
  import numpy as np
  import glob
  import PIL.Image
   
   
  class MyEncoder(json.JSONEncoder):
      def default(self, obj):
          if isinstance(obj, np.integer):
              return int(obj)
          elif isinstance(obj, np.floating):
              return float(obj)
          elif isinstance(obj, np.ndarray):
              return obj.tolist()
          else:
              return super(MyEncoder, self).default(obj)
   
   
  class labelme2coco(object):
      def __init__(self, labelme_json=[], save_json_path='./tran.json'):
          self.labelme_json = labelme_json
          self.save_json_path = save_json_path
          self.images = []
          self.categories = []
          self.annotations = []
          # self.data_coco = {}
          self.label = []
          self.annID = 1
          self.height = 0
          self.width = 0
  
      self.save_json()
  
  def data_transfer(self):
  
      for num, json_file in enumerate(self.labelme_json):
          with open(json_file, 'r') as fp:
              data = json.load(fp)  # 加载json文件
              self.images.append(self.image(data, num))
              for shapes in data['shapes']:
                  label = shapes['label']
                  if label not in self.label:
                      self.categories.append(self.categorie(label))
                      self.label.append(label)
                  points = shapes['points']  # 这里的point是用rectangle标注得到的，只有两个点，需要转成四个点
                  points.append([points[0][0], points[1][1]])
                  points.append([points[1][0], points[0][1]])
                  self.annotations.append(self.annotation(points, label, num))
                  self.annID += 1
  
  def image(self, data, num):
      image = {}
      img = utils.img_b64_to_arr(data['imageData'])  # 解析原图片数据
      # img=io.imread(data['imagePath']) # 通过图片路径打开图片
      # img = cv2.imread(data['imagePath'], 0)
      height, width = img.shape[:2]
      img = None
      image['height'] = height
      image['width'] = width
      image['id'] = num + 1
      image['file_name'] = data['imagePath'].split('/')[-1]
  
      self.height = height
      self.width = width
  
      return image
  
  def categorie(self, label):
      categorie = {}
      categorie['supercategory'] = label
      categorie['id'] = len(self.label) + 1  # 0 默认为背景
      categorie['name'] = label
      return categorie
  
  def annotation(self, points, label, num):
      annotation = {}
      annotation['segmentation'] = [list(np.asarray(points).flatten())]
      annotation['iscrowd'] = 0
      annotation['image_id'] = num + 1
      # annotation['bbox'] = str(self.getbbox(points)) # 使用list保存json文件时报错（不知道为什么）
      # list(map(int,a[1:-1].split(','))) a=annotation['bbox'] 使用该方式转成list
      annotation['bbox'] = list(map(float, self.getbbox(points)))
      annotation['area'] = annotation['bbox'][2] * annotation['bbox'][3]
      # annotation['category_id'] = self.getcatid(label)
      annotation['category_id'] = self.getcatid(label)  # 注意，源代码默认为1
      annotation['id'] = self.annID
      return annotation
  
  def getcatid(self, label):
      for categorie in self.categories:
          if label == categorie['name']:
              return categorie['id']
      return 1
  
  def getbbox(self, points):
      # img = np.zeros([self.height,self.width],np.uint8)
      # cv2.polylines(img, [np.asarray(points)], True, 1, lineType=cv2.LINE_AA)  # 画边界线
      # cv2.fillPoly(img, [np.asarray(points)], 1)  # 画多边形 内部像素值为1
      polygons = points
  
      mask = self.polygons_to_mask([self.height, self.width], polygons)
      return self.mask2box(mask)
  
  def mask2box(self, mask):
      '''从mask反算出其边框
      mask：[h,w]  0、1组成的图片
      1对应对象，只需计算1对应的行列号（左上角行列号，右下角行列号，就可以算出其边框）
      '''
      # np.where(mask==1)
      index = np.argwhere(mask == 1)
      rows = index[:, 0]
      clos = index[:, 1]
      # 解析左上角行列号
      left_top_r = np.min(rows)  # y
      left_top_c = np.min(clos)  # x
  
      # 解析右下角行列号
      right_bottom_r = np.max(rows)
      right_bottom_c = np.max(clos)
  
      # return [(left_top_r,left_top_c),(right_bottom_r,right_bottom_c)]
      # return [(left_top_c, left_top_r), (right_bottom_c, right_bottom_r)]
      # return [left_top_c, left_top_r, right_bottom_c, right_bottom_r]  # [x1,y1,x2,y2]
      return [left_top_c, left_top_r, right_bottom_c - left_top_c,
              right_bottom_r - left_top_r]  # [x1,y1,w,h] 对应COCO的bbox格式
  
  def polygons_to_mask(self, img_shape, polygons):
      mask = np.zeros(img_shape, dtype=np.uint8)
      mask = PIL.Image.fromarray(mask)
      xy = list(map(tuple, polygons))
      PIL.ImageDraw.Draw(mask).polygon(xy=xy, outline=1, fill=1)
      mask = np.array(mask, dtype=bool)
      return mask
  
  def data2coco(self):
      data_coco = {}
      data_coco['images'] = self.images
      data_coco['categories'] = self.categories
      data_coco['annotations'] = self.annotations
      return data_coco
  
  def save_json(self):
      self.data_transfer()
      self.data_coco = self.data2coco()
      # 保存json文件
      json.dump(self.data_coco, open(self.save_json_path, 'w'), indent=4, cls=MyEncoder)  # indent=4 更加美观显示
  
  
  labelme_json = glob.glob(r'D:Users80080947DesktopyxLocalWorkObjectDetectiondataAnnotations/*.json')
  # labelme_json=['./1.json']
   
  labelme2coco(labelme_json, r'D:Users80080947DesktopyxLocalWorkObjectDetectiondataJsoninstances_train.json')
  

2. 配置swin-transformer

1. 下载swin-transformer代码

   git clone https://github.com/SwinTransformer/Swin-Transformer-Object-Detection.git
   cd Swin-Transformer-Object-Detection 
   pip install -r requirements.txt
   python setup.py develop
   

2. 环境配置（结合后面的看，这个会出现apex安装的问题）
   mmcv-full的安装： 要注意版本的对应，可在下面进行版本的选择，进行安装。

   # 命令行输入  可以查看torch和cuda的版本
   python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
   

   查看链接： https://mmcv.readthedocs.io/en/latest/get_started/installation.html
   

   #需要注意的是pytorch版本、cuda版本与mmcv版本需搭配，否则会出错。
   #我是cuda10.2 pytorch1.7.0 python3.7 mmcv-full 1.3.1
   pip install mmcv-full==1.3.1 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.7/index.html
   

   测试代码：https://blog.csdn.net/qq_44747572/article/details/127604916?spm=1001.2014.3001.5501
   测试结果：
   

3. 训练自己的数据集

3. data
   annotations中的json文件名要与coco_instance.py中的一致。
   
   

4. tools
   train基本不需要改

5. config

   • base
     • datasets：数据处理及加载
     • models：基础模型结构
     • schedules：优化器的配置
     • default_runtime：其他配置
   • swin
     与base同级有实现好的网络，这主要采用swin

6. workdir：生成训练结果

7. 修改的地方

   • 类别

     • /configs/base/models/mask_rcnn_swin_fpn.py
     • /mmdet/datasets/coco.py

   • 权重文件

     • /configs/base/default_runtime.py

   • 图片大小（太大会导致难以训练）

     • /configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
     • /configs/base/datasets/coco_instance.py

   • 数据集路径配置

     • /configs/base/datasets/coco_instance.py

   • batch size设置

     • /configs/base/datasets/coco_instance.py
   1. 类别

      # /configs/_base_/models/mask_rcnn_swin_fpn.py
      #num_classes=80,#类别
      num_classes=2,  # 训练的类别是2
      

   

   2. 配置权重信息

      # 修改 configs/base/default_runtime.py 中的 interval，loadfrom
      # interval：dict(interval=1) # 表示多少个 epoch 验证一次，然后保存一次权重信息
      # loadfrom：表示加载哪一个训练好（预训练）的权重，可以直接写绝对路径如：
      # load_from = r"/media/yuanxingWorkSpace/studyProject/ObjectDetection/Swin-Transformer-Object-Detection/checkpoints/mask_rcnn_swin_tiny_patch4_window7.pth"
      

      下载 预训练模型mask_rcnn_swin_tiny_patch4_window7.pth

   3. 修改训练图片尺寸大小

      # 如果显存够的话可以不改（基本都运行不起来），文件位置为：configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
      # 修改所有的 img_scale 为 ：img_scale = [(224, 224)] 或者 img_scale = [(256, 256)] 或者 480，512等。
      # 同时 configs/base/datasets/coco_instance.py 中的 img_scale 也要改成 img_scale = [(224, 	224)] 或者其他值
      # 注意：值应该为32的倍数，大小根据显存或者显卡的性能自行调整
      

      

   4. 配置数据集路径

       # configs/base/datasets/coco_instance.py
      # 修改data_root文件的最上面指定了数据集的路径，因此在项目下新建 data/coco目录，下面四个子目录 annotations和test2017，train2017，val2017。
      

      

   5. 修改该文件下的 train val test 的路径为自己新建的路径

      configs/base/datasets/coco_instance.py		
      

      

   6. 修改 batch size 和 线程数

      路径：configs/base/datasets/coco_instance.py ，根据自己的显存和CPU来设置
      

      

   7. 修改分类数组

      mmdet/datasets/coco.py
      # CLASSES中填写自己的分类：
      CLASSES = ('LV', 'LA')
      

      

   8. 修改最大epoch

      configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
      修改72行：runner = dict(type=‘EpochBasedRunnerAmp’, max_epochs=36)#最大epochs
      

      

4. 训练

在终端输入

python tools/train.py configsswinmask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py

报错1：ImportError: cannot import name 'OrderedDict' from 'typing' (/home/yuanxing/anaconda3/envs/ObjectDetection/lib/python3.7/typing.py)
原因：是由于python版本为3.7.1
解决：(ObjectDetection) yuanxing@psdz:/media/yuanxingWorkSpace/studyProject/ObjectDetection/Swin-Transformer-Object-Detection$ conda install python=3.7.2
报错2：ImportError: /home/yuanxing/anaconda3/envs/ObjectDetection/lib/python3.7/site-packages/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIdEEPKNS_6detail12TypeMetaDataEv
原因：可能会在安装 mmcv-full 后升级您的 pytorch 版本
解决：
(ObjectDetection) yuanxing@psdz:/media/yuanxingWorkSpace/studyProject/ObjectDetection$ python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
1.13.0+cu117
11.7
发现版本不对，卸载torch和torchvision，再次查看版本，发现版本回到了torch1.7.0和cuda10.2
因此根据版本对应原则卸载mmcv-full，然后再下载
pip install mmcv-full==1.3.1 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.7/index.html
报错3：路径不对：
全部修改成绝对路径
python tools/train.py /media/yuanxingWorkSpace/studyProject/ObjectDetection/Swin-Transformer-Object-Detection/configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
报错4：NameError: name 'apex' is not defined
安装成功后
AttributeError: module 'torch.distributed' has no attribute '_all_gather_base'
又报错，应该是torch的版本问题

由于NameError: name 'apex' is not defined没办法解决，打算重新装下环境

# 创建环境
conda create --name ObjectDetection python==3.7.0
# 安装torch 1.8.0的版本
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
# 安装mmdetection
cd Swin-Transformer-Object-Detection-master
pip install -r requirements.txt -i https://pypi.douban.com/simple/
python setup.py develop
# 安装 mmcv （cuda与torch版本号可自行修改）
# 查看相对应版本
# https://mmcv.readthedocs.io/en/latest/get_started/installation.html
python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
pip install mmcv-full==1.3.1 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.8/index.html
# 安装apex
git clone https://github.com/NVIDIA/apex.git
cd apex
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" . # 报错
python setup.py install --cpp_ext # 可行
# 运行报错
pip uninstall apex  #成功，但是import apex.amp会报错
# 再进行配置
pip install -v --disable-pip-version-check --no-cache-dir ./

跑通了！

完结撒花！已经被apex折磨疯了！

5.参考链接

https://blog.csdn.net/u014061630/article/details/88756644
https://blog.csdn.net/qq_45720073/article/details/125772205
https://blog.csdn.net/hasque2019/article/details/121899614
https://blog.csdn.net/weixin_38429450/article/details/112759862
https://blog.csdn.net/ViatorSun/article/details/124562686
https://segmentfault.com/a/1190000041521916
https://blog.csdn.net/qq_41964545/article/details/115868473
https://blog.csdn.net/weixin_42766091/article/details/112157014
https://blog.csdn.net/qq_41888086/article/details/125647024
https://github.com/nvidia/apex#linux

最后

以上就是个性水池为你收集整理的【目标检测】swin-transformer训练自己的数据集1. 数据集的制作2. 配置swin-transformer3. 训练自己的数据集4. 训练5.参考链接的全部内容，希望文章能够帮你解决【目标检测】swin-transformer训练自己的数据集1. 数据集的制作2. 配置swin-transformer3. 训练自己的数据集4. 训练5.参考链接所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。