由于科研需求，要做一个图像分割的项目，于是开始着手跑一下 mask rcnn。本以为很简单的事情，网上代码比较多，结果尝试了一下，遇到了各种问题。
主要是由于网上的代码大多是基于 tensorflow1.x 的，我的显卡是 RTX3080，而30系列显卡的 CUDA 版本要求是 11.x ，不能在 tensorflow1.x 上运行。
尝试用tensorflow2.x 代替 tensorflow1.x，改一下 bug ，结果不一样的地方实在太多，还不好改，于是脱坑，找到了 pytorch 版本的 mask rcnn 代码，30系列显卡也可以愉快的图像分割了。
1. 本文所用的代码是 mmtetection 库，pytorch 版本的 mask rcnn 代码：
代码连接：https://github.com/open-mmlab/mmdetection
2. 本文所用开发环境：
Win10 + RTX 3080
Python=3.8.13 （最新版 python 就可以）
CUDA 11.3 + cuDNN 8.2.1（只要和30系列显卡适配就行，版本无要求）
pytorch=1.12.1 + torchvision=0.13.1 （直接安装最新版就行）
labelme=5.0.1
开发环境安装方法：https://github.com/open-mmlab/mmdetection/blob/master/docs/en/get_started.md/#Installation
打不开链接的话，就按下面的流程安装进行，很简单
2.1 安装虚拟环境（推荐）
2.2 安装 mmcv 包
2.3 安装 mmdet 包
剩余的包运行时候缺什么安装什么就行，简单！
3. 数据准备
在 mmdetection-master 目录下新建一个 data 文件夹， 将处理好的 coco 格式数据集，按如下样式放入到 data 文件夹中。此外还要在此目录下新建 checkpoints 文件夹和 work_dirs 文件夹。
（data 文件夹下面放 coco 文件夹，coco 文件夹下放 annotations 文件夹和 train2022， val2022 以及 test2022文件夹，这三个文件夹下直接是图片。）
这里提一下，可以用自制的数据集，用 labelme 软件标注好，再转化为 coco 数据标注格式就行，数据制作方法参考：https://blog.csdn.net/wangjianwei19911218/article/details/126348135
4. 修改源代码
4.1 如果是自制的数据集，需要修改数据集的类别名称和类别数量。这里以 mmdetection-master 为根目录，主要修改两个文件：
./mmdetection-master/mmdet/datasets/coco.py
./mmdetection-master/mmdet/core/evaluation/class_name.py
目前我的数据集只有 cow 样本，一个类别要加逗号，因此直接按照我的来：
4.2 修改配置文件
首先打开文件配置文件，找到需要修改的文件路径：
./mmdetection-master/configs/mask_rcnn/mask_rcnn_r50_fpn_1x_coco.py
需要对这4个路径中的文件进行一一修改：
（1）修改 mask_rcnn_r50_fpn.py 文件
修改第 47 行和第 66 行的类别数，根据自己的数据集，我的是 1 类。
（2）修改 coco_instance.py 文件
data_root 路径改为 ‘ …/data/coco '， 文件路径按我的来。
（3）修改 schedule_1x.py 文件
原文中 8 个 GPU，学习率为0.02，咱们一个GPU，因此设为0.0025.
（4）修改 default_runtime.py 文件
按照如下修改就行
我们主要用 tools 文件夹下的 train.py 文件进行训练。
在 pycharm软件下添加文件参数：
确定，点开始就可以训练了。
不过这时候，你可能会遇到这个bug：
这是因为官方代码有 bug， 你只要把 dataset 去掉就好了。
原始代码
修改后代码：
大功告成！！
测试时，在config中加入如下代码：
../configs/mask_rcnn/mask_rcnn_r50_fpn_1x_coco.py E:\relate_code\mmdetection-master\tools\work_dirs\mask_rcnn_r50_fpn_1x_coco/epoch_12.pth --show --eval bbox segm
参考链接：https://blog.csdn.net/wangjianwei19911218/article/details/126362613?spm=1001.2014.3001.5502
https://blog.csdn.net/wangjianwei19911218/article/details/126348135?spm=1001.2014.3001.5502
日常学习记录，一起交流讨论吧！侵权联系~
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
在rails源中:https://github.com/rails/rails/blob/master/activesupport/lib/active_support/lazy_load_hooks.rb可以看到以下内容@load_hooks=Hash.new{|h,k|h[k]=[]}在IRB中，它只是初始化一个空哈希。和做有什么区别@load_hooks=Hash.new 最佳答案 查看rubydocumentationforHashnew→new_hashclicktotogglesourcenew(obj)→new_has
这里是Ruby新手。完成一些练习后碰壁了。练习:计算一系列成绩的字母等级创建一个方法get_grade来接受测试分数数组。数组中的每个分数应介于0和100之间，其中100是最大分数。计算平均分并将字母等级作为字符串返回，即“A”、“B”、“C”、“D”、“E”或“F”。我一直返回错误:avg.rb:1:syntaxerror,unexpectedtLBRACK,expecting')'defget_grade([100,90,80])^avg.rb:1:syntaxerror,unexpected')',expecting$end这是我目前所拥有的。我想坚持使用下面的方法或.join，
我有一个用户工厂。我希望默认情况下确认用户。但是鉴于unconfirmed特征，我不希望它们被确认。虽然我有一个基于实现细节而不是抽象的工作实现，但我想知道如何正确地做到这一点。factory:userdoafter(:create)do|user,evaluator|#unwantedimplementationdetailshereunlessFactoryGirl.factories[:user].defined_traits.map(&:name).include?(:unconfirmed)user.confirm!endendtrait:unconfirmeddoenden
我的主要目标是能够完全理解我正在使用的库/gem。我尝试在Github上从头到尾阅读源代码，但这真的很难。我认为更有趣、更温和的踏脚石就是在使用时阅读每个库/gem方法的源代码。例如，我想知道RubyonRails中的redirect_to方法是如何工作的:如何查找redirect_to方法的源代码？我知道在pry中我可以执行类似show-methodmethod的操作，但我如何才能对Rails框架中的方法执行此操作？您对我如何更好地理解Gem及其API有什么建议吗？仅仅阅读源代码似乎真的很难，尤其是对于框架。谢谢! 最佳答案 Ru
我的假设是moduleAmoduleBendend和moduleA::Bend是一样的。我能够从thisblog找到解决方案,thisSOthread和andthisSOthread.为什么以及什么时候应该更喜欢紧凑语法A::B而不是另一个，因为它显然有一个缺点？我有一种直觉，它可能与性能有关，因为在更多命名空间中查找常量需要更多计算。但是我无法通过对普通类进行基准测试来验证这一点。 最佳答案 这两种写作方法经常被混淆。首先要说的是，据我所知，没有可衡量的性能差异。(在下面的书面示例中不断查找)最明显的区别，可能也是最著名的，是你的
几个月前，我读了一篇关于rubygem的博客文章，它可以通过阅读代码本身来确定编程语言。对于我的生活，我不记得博客或gem的名称。谷歌搜索“ruby编程语言猜测”及其变体也无济于事。有人碰巧知道相关gem的名称吗？ 最佳答案 是这个吗:http://github.com/chrislo/sourceclassifier/tree/master 关于ruby-寻找通过阅读代码确定编程语言的rubygem？，我们在StackOverflow上找到一个类似的问题：
我目前正在使用以下方法获取页面的源代码:Net::HTTP.get(URI.parse(page.url))我还想获取HTTP状态，而无需发出第二个请求。有没有办法用另一种方法做到这一点？我一直在查看文档，但似乎找不到我要找的东西。 最佳答案 在我看来，除非您需要一些真正的低级访问或控制，否则最好使用Ruby的内置Open::URI模块:require'open-uri'io=open('http://www.example.org/')#=>#body=io.read[0,50]#=>"["200","OK"]io.base_ur
当我使用has_one时，它工作得很好，但在has_many上却不行。在这里您可以看到object_id不同，因为它运行了另一个SQL来再次获取它。ruby-1.9.2-p290:001>e=Employee.create(name:'rafael',active:false)ruby-1.9.2-p290:002>b=Badge.create(number:1,employee:e)ruby-1.9.2-p290:003>a=Address.create(street:"123MarketSt",city:"SanDiego",employee:e)ruby-1.9.2-p290