【模型复现】自制数据集上复现目标检测域自适应 SSDA-YOLO

news/2024/7/10 23:23:54 标签: 目标检测, YOLO, pytorch

【模型复现】自制数据集上复现目标检测域自适应 SSDA-YOLO

  • 1. 环境安装
  • 2. 数据集制作
    • 2.1 数据准备
    • 2.2 数据结构
  • 3. 模型训练
    • 3.1 数据文件配置
    • 3.2 训练超参数配置
    • 3.3 模型训练
  • 4. 模型验证
    • 4.1 验证超参数配置
    • 4.2 模型验证
  • 5. 模型推理
    • 5.1 推理超参数配置
    • 5.2 模型推理
  • 6. 踩坑记录
    • 6.1 AssertionError: train_target_real_fake: No labels in xxx/labels/train.cache. Can not train without labels.
    • 6.2 ValueError: could not broadcast input array from shape (427,325,3) into shape (428,325,3)
    • 6.3 RuntimeError: result type Float can't be cast to the desired output type long int.
    • 6.4 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cuda:2!

Code 链接: SSDA-YOLO
Paper 链接: SSDA-YOLO: Semi-Supervised Domain Adaptive YOLO for Cross-Domian Object Detection

1. 环境安装

# 创建环境
conda create -n ssda_yolo python=3.9

# 激活环境
conda activate ssda_yolo

# torch 安装
# 本机 CUDA 为 11.8，故安装了符合要求的 pytorch==1.13，这里需要自行根据 CUDA 版本安装适配的 torch 版本
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

# clone 代码
git clone https://github.com/hnuzhy/SSDA-YOLO.git

# pip 包
cd SSDA-YOLO
pip install -r requirements.txt

2. 数据集制作

2.1 数据准备

  • 以下面展示 README.md 中提到的 CityScapes --> CityScapes Foggy 域适应为例，需要准备数据集 CityScapes、CityScapes Foggy、Normal-style --> Foggy-style、 Foggy-style --> Normal-style。
    在这里插入图片描述
  • 其中 Normal-style --> Foggy-style 和 Foggy-style --> Normal-style 均由 CUT 模型训练得来。CUT 模型训练过程见链接: 【模型复现】自制数据集上复现风格迁移模型 CUT：Contrastive Unpaired Translation

2.2 数据结构

  • 准备训练数据，数据集的文件结构为：
    my_datasets/
├──cityscapes_source
│	├──cityscapes_real
│	│	├──images/train
│	│	│	├──xxx.jpg
│	│	│	└──xxx.jpg
│	│	└──labels/train
│	│		├──xxx.txt
│	│		└──xxx.txt
│	└──cityscapes_fake
│		├──images/train
│		│	├──xxx.jpg
│		│	└──xxx.jpg
│		└──labels/train
│			├──xxx.txt
│			└──xxx.txt
└──cityscapesfoggy_target
	├──cityscapesfoggy_real
	│	├──images
	│	│	├──train
	│	│	│	└──xxx.jpg
	│	│	│	└──xxx.jpg
	│	│	└──val
	│	│		└──xxx.jpg
	│	│		└──xxx.jpg
	│	└──labels
	│		├──train
	│		│	└──xxx.txt
	│		│	└──xxx.txt
	│		└──val
	│			└──xxx.txt
	│			└──xxx.txt
	└──cityscapesfoggy_fake
		├──images/train
		│	├──xxx.jpg
		│	└──xxx.jpg
		└──labels/train
			├──xxx.txt
			└──xxx.txt

3. 模型训练

3.1 数据文件配置

  • 在 ./data/yamls_sda 路径下新建数据配置 yaml 文件并进行配置，修改数据加载路径等参数。
    • path： 数据存放路径
    • train_source_real：源域真实训练数据
    • train_source_fake：源域上使用 CUT 生成目标域形式的数据
    • train_target_real：目标域真实训练数据
    • train_target_fake：目标域上使用 CUT 生成源域形式的数据
    • test_target_real：目标域真实测试数据
    • nc：标签数量
    • names：标签名称
  • 数据配置文件示例如下：
    在这里插入图片描述

3.2 训练超参数配置

  • 通过 ssda_yolov5_train.py 进行训练超参数配置，按需进行超参数配置。
    在这里插入图片描述

3.3 模型训练

  • 训练指令
    python -m torch.distributed.launch --nproc_per_node 8 ssda_yolov5_train.py
  • 在终端中运行训练命令，若看到下述界面，即成功复现！！！
    在这里插入图片描述

4. 模型验证

4.1 验证超参数配置

  • 通过 ssda_yolov5_test.py 进行验证超参数配置，按需进行超参数配置。
    在这里插入图片描述

4.2 模型验证

  • 验证指令
    python ssda_yolov5_test.py
  • 验证成功界面如下。
    在这里插入图片描述

5. 模型推理

  • 官方代码中并未给出模型推理脚本，但分析代码不难发现，推理脚本可复用 YOLOv5-5.0 的推理脚本 detect.py，见链接 YOLOv5-5.0 detect.py，将代码放在主目录下配置参数即可。

5.1 推理超参数配置

  • 通过 detect.py 进行推理超参数配置，按需进行超参数配置。
    在这里插入图片描述

5.2 模型推理

  • 推理指令
    python detect.py
  • 推理成功界面如下。
    在这里插入图片描述

6. 踩坑记录

6.1 AssertionError: train_target_real_fake: No labels in xxx/labels/train.cache. Can not train without labels.

在这里插入图片描述

  • 解决方法：
    • 虽然 target 的 labels 训练中未使用，但也需按照规范放置 images 和 labels.

6.2 ValueError: could not broadcast input array from shape (427,325,3) into shape (428,325,3)

在这里插入图片描述

  • 问题分析：
    • 在进行 mosaic 增强时，图片尺寸不符。查看 soure_fake 和 source_real 的尺寸后，发现经过 CUT 生成的图像和源域的图像中存在尺寸不一致的情况，导致增强时报错。
      在这里插入图片描述
  • 解决方法：
    • 分别将 soure_fake & source_real 和 target_fake & target_real 的尺寸调整一致后进行模型训练。
    • 实现脚本如下：
      import os
from PIL import Image

# 图像文件夹路径
folder_a = './real/images/train'  # 存放jpg图像的文件夹
folder_b = './fake/images/train'  # 存放png图像的文件夹

for filename in os.listdir(folder_a):
    if filename.lower().endswith('.jpg'):
        jpg_path = os.path.join(folder_a, filename)
        png_path = os.path.join(folder_b, filename.replace('.jpg', '.png'))

        if os.path.exists(png_path):
            with Image.open(jpg_path) as jpg_image:
                with Image.open(png_path) as png_image:
                    jpg_size = jpg_image.size
                    png_size = png_image.size

                    # 比较尺寸
                    if jpg_size != png_size:
                        print(f"尺寸不一致: {filename}")
                        # 如果尺寸不一致，调整png图像的大小
                        png_image_resized = png_image.resize(jpg_size, Image.ANTIALIAS)
                        png_image_resized.save(png_path)
                    else:
                        print(f"尺寸一致: {filename}")
        else:
            print(f"在文件夹B中找不到对应的png文件: {filename}")

6.3 RuntimeError: result type Float can’t be cast to the desired output type long int.

在这里插入图片描述

  • 解决方法：
    • 在 utils/loss.py 第 216 行进行如下修改：
    # indices.append((b, a, gj.clamp_(0, gain[3] - 1), gi.clamp_(0, gain[2] - 1)))  # image, anchor, grid indices
indices.append((b, a, gj.clamp_(0, gain[3].long() - 1), gi.clamp_(0, gain[2].long() - 1)))   # image, anchor, grid indice
    • 修改完成后如下所示。
      在这里插入图片描述

6.4 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cuda:2!

在这里插入图片描述

  • 解决方法：
    • 在使用多卡时，训练命令使用 python -m torch.distributed.launch --nproc_per_node 8 ssda_yolov5_train.py

http://www.niftyadmin.cn/n/5401577.html

相关文章

LangChain---大型语言模型(LLM)的标准接口和编程框架

LangChain---大型语言模型(LLM)的标准接口和编程框架

1.背景说明 公司在新的一年规划中突然提出要搞生成式AI(GenAI)的相关东西，在公司分享的参考资料中了解到了一些相关的信息，之所以想到使用LangChain，是因为在应用中遇到了瓶颈问题，除了已经了解和研究过的OpenAI的ChatGpt&#xf…
阅读更多...
数据结构day6

数据结构day6

链队列 link_queue.h #ifndef QUEUE_H #define QUEUE_Htypedef struct Node {int data;struct Node* next; } Node;typedef struct Queue {Node* front;Node* rear; } Queue;// 创建新节点 Node* createNode(int data);// 创建新队列 Queue* createQueue();// 入队 void enqu…
阅读更多...
大唐杯学习笔记:Day1

大唐杯学习笔记:Day1

1.1 5G移动通信系统 系统整体架构 { 5 G C ( 5 G 核心网 ) N G − R A N ( 5 G 无线接入网 ) : g N B 、 n g − e N B 系统整体架构 \begin{cases} 5GC(5G核心网)\\ NG-RAN(5G无线接入网):gNB、ng-eNB \end{cases} 系统整体架构{5GC(5G核心网)NG−RAN(5G无线接入网):gNB、ng−…
阅读更多...
华为OD机试真题-提取字符串中的最长数学表达式并计算-2023年OD统一考试（C卷）---Python3--开源

华为OD机试真题-提取字符串中的最长数学表达式并计算-2023年OD统一考试（C卷）---Python3--开源

题目： 考察内容： 滑动窗口 eval() 思路：先把合法字符提取出来；再从合法字符提取出合法表达式；再获取最长字符串，并运算最后结果。 代码： """ analyze: 如果没有，返…
阅读更多...
【开源】JAVA+Vue.js实现天沐瑜伽馆管理系统

【开源】JAVA+Vue.js实现天沐瑜伽馆管理系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 瑜伽课程模块2.3 课程预约模块2.4 系统公告模块2.5 课程评价模块2.6 瑜伽器械模块 三、系统设计3.1 实体类设计3.1.1 瑜伽课程3.1.2 瑜伽课程预约3.1.3 系统公告3.1.4 瑜伽课程评价 3.2 数据库设计3.2.…
阅读更多...
Tomcat 架构

Tomcat 架构

一、Http工作原理 HTTP协议是浏览器与服务器之间的数据传送协议。作为应用层协议，HTTP是基于TCP/IP协议来传递数据的（HTML文件、图片、查询结果等），HTTP协议不涉及数据包（Packet）传输，主要规定了…
阅读更多...
Laravel框架： Call to a member function connect() on null 异常报错处理

Laravel框架： Call to a member function connect() on null 异常报错处理

Laravel框架： Call to a member function connect() on null 异常报错处理 Date: 2024.03.01 21:03:11 author: lijianzhan 原文链接: https://learnku.com/laravel/t/63721 问题： local.ERROR: Call to a member function connect() on null {"…
阅读更多...
38.云原生之Istio安全-流量鉴权加密

38.云原生之Istio安全-流量鉴权加密

云原生专栏大纲 文章目录 TLS 和 mTLSTLS 和 mTLS使用场景TLS 加密通信的流程终止 TLS什么时候用 mTLS？什么时候不用 mTLS？ 流量加密入口流量加密内部流量加密PeerAuthentication 为工作负载设置 mTLSDestinationRule 为工作负载设置 mTLS 安全最佳实战…
阅读更多...
最新文章

Copyright @ 2022~2023