【算法实战】DEIMv2全流程复现

【算法实战】DEIMv2全流程复现

• 一、环境配置
• • 1）创建环境
  • 2）激活环境，安装依赖库
• 二、数据整理
• • 1）coco数据集下载
  • 2）修改配置文件中的数据集路径
• 三、模型训练
• • 1）多卡训练命令
  • 2）预训练模型下载（可跳过）
  • 3）成功开始训练！

目标检测的新SOTA，这里复现过程记录一下

官方仓库
https://github.com/Intellindust-AI-Lab/DEIMv2

一、环境配置

1）创建环境

我自己用micromamba管理环境，大家换成conda也可以，只要是python=3.11.9就好

micromamba create -n deim -y --override-channels   -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge   -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main   python=3.11.9

创建成功！

2）激活环境，安装依赖库

micromamba activate deim

安装torhc和torchvision

pip install torch==2.1.0+cu118 -f https://download.pytorch.org/whl/torch_stable.html torchvision==0.16.0+cu118

修改requrements.txt

安装剩下的库

pip install -r requirements.txt

numpy降级

pip install "numpy<2"

二、数据整理

1）coco数据集下载

通过网盘分享的文件：coco

链接: https://pan.baidu.com/s/1rI5BsA41ohIkobjl8AqfNw 提取码: 4r7p

--来自百度网盘超级会员v7的分享

2）修改配置文件中的数据集路径

三、模型训练

1）多卡训练命令

CUDA_VISIBLE_DEVICES=0,1,2,3 torchrun --master_port=7777 --nproc_per_node=4 train.py -c configs/deimv2/deimv2_hgnetv2_n_coco.yml --use-amp --seed=0

2）预训练模型下载（可跳过）

这一步文件下载可能比较慢，可以手动在浏览器下载后拷贝到指定文件

3）成功开始训练！