Towards Open World Object Detection（OWOD）代码复现

参考上一篇博客detectron2-入门安装,然后进行以下操作：

1、首先在OWOD文件目录运行以下代码，完成内部构建

使用Python安装管理器安装当前目录中的扩展包；或者安装OpenMMLab检测器相关的扩展包；或者构建并开发项目

2、数据集准备

首先下载数据集Annotations和JPEGImages:下载链接，需要翻墙，下载方法可以看我的博客，然后：
（1）主文件夹下新建datasets/VOC2007文件夹

（2）下载的Annotations与JPEGImages文件夹放在VOC2007下

（3）新建datasets/VOC2007/ImageSets/Main文件夹

转移所有OWOD_imagesets下的全部文件到VOC2007/ImageSets/Main位置

1、首先在OWOD文件目录运行以下代码，完成内部构建

python -m pip install -e ./

2、运行代码，我只有一块gpu

python tools/train_net.py执行以下命令：设置GPU数量为1；指定配置文件路径为./configs/OWOD/t1/t1_train.yaml；设置每批次图像数量为8；设定基础学习率为0.0025；输出目录设为./output/t1

3、出现以下情况

模块名为'reliability'缺失
解决方案：
安装命令为：
使用 pip 命令安装库。
模块名为'shortuuid'缺失
解决方案：
安装命令为：
使用 pip 命令安装库。

4、最后代码执行成功！

5、测试单个图片

进入demo文件夹，这个是detectron2的测试

python3 demo.py --config-file HOME/.config/detectron2/coco-detectron2-faster-rcnn.yaml --input image/1.jpg --output output_image/1_1.jpg --opts MODEL.WEIGHTS detectron2://COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml MODEL.GPU:0,4,8,16,24 --model-path HOME/.config/detectron2/models/faster_rcnn_R_50_FPN_3x.yaml:latest

进入demo文件夹，这个是owod的测试

python demo.py
--configuration file …configsOWODt1t1_test.yaml
--image input …imgs1.jpg
--> output folder …imgs1_2.jpg
--> opt model weights /home/mrp/HYY OWOD/output/t1/model_final.pth