问题标签 [detectron]

我已经使用Detectron2训练了一个自定义图像分割模型，并且我已经成功地对一批图像进行了推理和模型评估，主要是按照创建者提供的Colab Notebook中的指南进行的。

现在，我还想为测试数据集中的每个图像而不是整个批次收集评估指标（AP 或 mAP）。为此，我修改了inference_on_dataset函数，将原始代码的最后一位从

进入

Whereimg_ids是要评估的图像列表，res_dict最初是空字典。这样做，推理应该只对整批图像运行一次，而对每个图像进行评估，将结果保存在字典中。

for循环的前两次迭代一切正常，但在第三次迭代时，出现以下错误

但是预测都是正确的，并且在正确的 ID 范围（0-3）内，我不明白 4 是从哪里来的。此外，如前所述，问题仅出现在第三次迭代中，而且奇怪的是，它独立于图像（如果我交换列表中图像的顺序，如果它在第一次迭代中，相同的图像不会出错两个位置）。也许每次迭代都必须以某种方式重置评估过程，但我找不到任何函数可以这样做（除非我也清除了预测）。

关于如何在测试数据集的每个图像上递归运行评估的任何想法？谢谢！

我正在使用detectron2进行计算机视觉项目。我在安装 torch 或将其导入我的 jupyter 笔记本时遇到问题。我正在使用 3.8.2 中运行 MACOS Catalina、Python3 版本的 Mac，并且我将 Anaconda 用于我的开发环境。在屏幕截图中，它说安装了torch，但是在导入它时会抛出错误

如何使用 DefaultTrainer 在 Detectron2 中保存检查点？这是我的设置：

我得到错误：

文档：https ://detectron2.readthedocs.io/en/latest/modules/checkpoint.html

对于物体检测，我使用的是detectron2。我想修复输入图像的大小，所以我制作了我的自定义数据加载器：

我想知道的是预测，我可以使用Detectron2的DefaultPredictor并将我的图像调整为（1200、1200）作为prepossessing，然后再发送到预测器？或者 DefaultPredictor 在预测之前调整图像大小，我必须重写一个函数来调整大小为 (1200, 1200)？

我正在尝试从使用 Detectron2 执行的实例分割输出中获取二进制图像。根据官方文档，掩码的输出格式如下：

“pred_masks”：形状 (N, H, W) 的张量，每个检测到的实例的掩码。

所以我尝试将其转换为 numpy： mask = outputs["instances"].get("pred_masks").numpy() 输出如下：

但是数据类型是布尔值，所以我添加了以下行以更接近 opencv 格式： array = (mask > 126) * 255

这就是我所到之处。我希望能够将每个蒙版单独可视化为 opencv 图像： cv2.imshow("Mask", mask) ，而无需保存图像。

我想达到什么

先感谢您。

我已经使用 vott 注释了我的数据，默认格式是 json。我想将我的数据加载到detectron2模型，但似乎所需的格式是coco。谁能告诉我如何将我的数据从 json vott 转换为 coco 格式？

通过 Detectron2 训练了一个模块后，我尝试将模型导出到 TorchScript，然后出现以下错误：

无法导出 Python 函数调用“_ScaleGradient”。删除对 Python 函数的调用 > 在导出之前。您是否忘记添加 @script 或 @script_method 注释？如果这是 > nn.ModuleList，请将其添加到 __constants__

我发现代码在detectron2/modeling/roi_heads/cascade_rcnn.py

所以我将@statcmethod annos 更改为@torch.jit.script_method，之后出现“'ScriptMethodStub' 对象不可调用”错误。

我对torchscript不熟悉，如何解决这个问题？

提前致谢。

我有一个训练数据集，其中包含许多图像但没有边界框注释。我在验证和测试数据集中对图像进行了注释。目标是使用验证（带 bbox）和训练数据集（不带 bbox）训练detectron2 模型，而不影响模型的准确性。当我尝试使用验证数据集训练模型时，准确度仅为 71%，但当我尝试将训练数据集和验证数据集结合起来时，准确度降低到 9%。我正在使用 Faster RCNN 是一种对象检测架构 (faster_rcnn_R_50_FPN_1x.yaml) 有人可以帮助我如何在没有边界框的情况下训练模型吗？

我正在尝试获取由 Pytorches DefaultPredictor 生成的蒙版内像素的坐标，以便稍后获取多边形角并在我的应用程序中使用它。

但是，DefaultPredictor 产生了 pred_masks 的张量，格式如下： [False, False ... False], ... [False, False, .. False] 其中每个单独列表的长度是图像的长度，并且总列表的数量是图像的高度。

现在，由于我需要获取掩码内的像素坐标，因此简单的解决方案似乎是循环遍历 pred_masks，检查值并 if == "True" 创建这些元组并将它们添加到列表中。然而，当我们谈论宽度 x 高度约为 3200 x 1600 的图像时，这是一个相对较慢的过程（循环单个 3200x1600 大约需要 4 秒，但是因为有很多对象需要我进行推理最后 - 这最终会变得非常缓慢）。

使用pytorch（detectron2）模型获取检测到的对象的坐标（掩码）的更智能方法是什么？

请在下面找到我的代码以供参考：

//

编辑：在将 for 循环部分更改为压缩后 - 我设法将 for 循环的运行时间减少了 ~3 倍 - 但是，理想情况下，如果可能的话，我希望从预测器本身接收它。

我有工作实例分割，我正在使用“mask_rcnn_R_101_FPN_3x”模型。当我推断图像时，GPU 上大约需要 3 秒/图像。我怎样才能更快地加快速度？

我在 Google Colab 中编码

这是我的设置配置：

这是推论：

回程时间：

每张图像的推理时间为：2.7835421562194824 s

图像 I 推断大小为 1024 x 1024 像素。我改变了不同的大小，但它仍然推断出 3 秒/图像。我是否缺少有关 Detectron2 的任何信息？

更多信息 GPU 在此处输入图像描述