我是使用Detectron2的新手。我想从本地驱动器加载视频。然后,使用Detectron2的VideoVisualizer使用我训练好的模型进行检测。 我试着找了一个关于这方面的教程。但它并不存在。请问我该怎么办? 谢谢 import detectron2
from detectron2.utils.logger import setup_logger
setup_logger()
# import some common libraries
import numpy as np
import tqdm
import cv2
# import some common detectron
RROR:无法找到满足detectron2>=0.4需求的版本(来自-r /tmp/build_345e2e66/requments.txt(第5行))(版本:无)
ERROR: No matching distribution found for detectron2>=0.4 (from -r /tmp/build_345e2e66/requirements.txt (line 5))
我正试着在码头上做个回购:
但是,当我想要进行对接时,我会收到以下错误:
ERROR: Package 'detectron2' requires a different Python: 3.6.9 not in '>=3.7'
我所使用的python的默认版本是3.10,但我不知道为什么通过docker它试图在python3.6.9上运行它。
在运行以下dockerfile时,是否有一种方法可以将其更改为更高版本的python?
FROM nvidia/cuda:11.1.1-cudnn8-devel-ubuntu18.04
# use an older
在使用detectron2时,我遇到了SSL问题。但是,似乎SSL问题与python有关,因为在使用wget时它们不会出现。
我不能使用detectron2下载权重文件https://dl.fbaipublicfiles.com/detectron2/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl
from detectron2.config import get_cfg
from detectron2.engine import DefaultTrainer
cfg = get
我已经训练了模型,现在我想用它来检测很多图像中的物体。我看到默认预测器允许您只在图像上检测,我能做什么?
我对这个世界真的很陌生。我尝试的方法是使用for循环,但它不起作用。还有其他方法吗?
%cd /kaggle/working/detectron2
import glob
cfg.MODEL.WEIGHTS = os.path.join("/kaggle/working/detectron2/output", "model_final.pth") # path to the model we trained
cfg.MODEL.ROI_HEADS.SCORE
当我试图在单个GPU上训练我的模型时,我遇到了这个问题;我检查了张量形状,它正在调整大小。
RuntimeError: Caught RuntimeError in DataLoader worker process 3.
Original Traceback (most recent call last):
File "C:\ProgramData\Anaconda3\envs\new\lib\site-packages\torch\utils\data\_utils\worker.py", line 202, in _worker_loop
data = fet
import detectron2
from detectron2.utils.logger import setup_logger
setup_logger()
# import some common libraries
import numpy as np
import cv2
import random
from google.colab.patches import cv2_imshow
import matplotlib.pyplot as plt
# import some common detectron2 utilities
from detectron2 import
我使用detectron2运行obeject检测代码。我训练了网络,它在图像上工作得很好。现在我想在视频上测试它,但当我运行视频时,它没有检测到我的任何标签,更重要的是,它检测到了未经训练的对象,这意味着我的代码使用了其他一些模型路径。
# Run frame-by-frame inference demo on this video (takes 3-4 minutes)
# Using a model trained
!git clone https://github.com/facebookresearch/detectron2
!cd detectron2 && pyt
我是Jitesh,一名Python程序员,正在尝试在Windows上安装detectron2。在安装detectron2时,我运行了一个错误。
This is the segement of the code:
Emitting ninja build file C:\Users\USER\AppData\Local\Temp\pip-req-build-9z8ky448\build\temp.win-amd64-3.8\Release\build.ninja...
Compiling objects...
Allowing ninja to set a default number
我使用Detectron2训练更快的R-CNN模型进行目标检测,我想训练model zoo给出的模型,输入范围是0 1而不是0 255,所以我使用了一个颜色变换,它调用了我的函数scale_transform
def scale_transform(img):
return img/255.
此函数接收一个numpy数组并返回缩放后的数组。但是,在列车时间内出现此错误
RuntimeError: Input type (torch.cuda.DoubleTensor) and weight type (torch.cuda.FloatTensor) should be the same
希望你做得很好! 我没有真正理解detectron2 colab notebook教程中的这两行,我试着查看了官方文档,但我不太理解,有人能给我解释一下吗: cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.5 # set threshold for this model
# Find a model from detectron2's model zoo. You can use the https://dl.fbaipublicfiles... url as well
cfg.MODEL.WEIGHTS = model_zoo.get_chec
我试图在PyTorch上使用PyTorch来训练自定义可可格式的数据集。我的数据集是具有上述COCO格式的json文件,“注释”部分中的每一项如下所示:
设置Detectron2和注册培训和验证数据集的代码如下:
from detectron2.data.datasets import register_coco_instances
for d in ["train", "validation"]:
register_coco_instances(f"segmentation_{d}", {}, f"/content/d
我只是尝试在图像上使用detectron2中经过预先训练的detectron2模型。我得到了错误ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:1131)。
我正在为Linux使用Windows子系统。下面的代码会产生错误。
from detectron2.config import get_cfg
from detectron2 import model_zoo
fro