项目地址

https://github.com/OSU-Haolin/FasterRCNN-based-Face-Mask-Detection

源工程很多坑 例如标签没有添加到判断数组，标签判断是反着的

安装环境aconada环境

创建py37环境

conda create -n py37 python=3.7

激活环境

activate py37

CPU版本安装

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

0安装库 无需安装cuda（省事但是训练速度慢）

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pycocotools

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com torch torchvision torchaudio

https://pytorch.org/

GPU版本安装

0 确保装好cuda11.3和cudnn8  aconda 部署了py37

（没有FQ 装的也很快 但是防止万一不建议直接装gpu版本 如果已经训练好模型前提下）

1安装cuda和cudnn （折腾但是训练速度快）

注意版本号对应尤其是pythrch

这里对应是cuda11.3 之后安装cudnn 并确定自动加入环境变量

2 安装库

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pycocotools

conda install --use-local pytorch-1.11.0-py3.7_cuda11.3_cudnn8_0.tar.bz2 （有用GPU 开了烦请）

 

卸载

（如果已经pip装了cpu版本）

pip uninstall torch torchvision torchaudio 

 

https://pytorch.org/

（pip安装的gpu版本不能用，难不成是先装了cpu版本 没卸载干净）

测试import torch

print(torch.__version__) #注意是双下划线

print(torch.cuda.is_available())

测试

1下载数据

解压后修改名字和路径

2数据转换

变成训练可以用的格式

python dataset_copy.py

训练输入数据

训练输出数据

迭代次数 默认30次 使用10次 每一轮保存一个结果

3训练

根据装的cpu还是gpu 选择

 gpu一旦跑起来就会被占用 显示flase

python train_faster_rcnn.py

每一次迭代结果保存在 checkpoints_faster_rcnn

默认训练30次

4评估

python evaluation_faster_rcnn.py

检查

python checkpoints_faster_rcnn.py

5检测

1根据装的cpu还是gpu 选择

2 选择测试图像

3选择训练的模型

python demo_faster_rcnn.py demo.jpg

 

训练

验证截图

假设训练了10次 对第10次的权重验证下