一、数据集准备

我这次用到的数据集来自这里：扑克牌数据集，下载下整个zip文件再从中复制出来。划重点：但是，我不建议你直接从他那下载，慢不说，后来我遇到了一个问题，就是会出现下面这样的报错：

FileNotFoundError: img file does not exist: /home/ymz/lsm/mmdetection/data/VOCdevkit/VOC2007/JPEGImages/IMG_2608.jpg

后来我发现确实数据集里面有IMG_2608.JPG，唯一的区别就是文件格式大写了，后来证实确实mmcv.imread读不了大写的.JPG，所以我这里把所有文件格式小写之后的数据集链接放这里，提取码：vmsy
这个数据集并没有收集全部的扑克牌类别，里面只有6类：nine,ten,jack,queen,king,ace。一共364张，所以之后训练不会耗时很久，基本20个epoch半个小时就完事了。解压之后的文件目录是这样的：

├── poker
│   ├── VOC2007
│   │   ├── Annotations
│   │   ├── JPEGImages
│   │   ├── ImageSets
│   │   │   ├── Main
│   │   │   │   ├── val.txt
│   │   │   │   ├── train.txt

二、mmdetection的安装

mmdetection是一个基于pytorch的目标检测框架，非常好用，支持模型也比较全，Github上目前star已有8k，而且commit也非常活跃。这次就想熟悉一下怎么使用这个框架，故用了自己找的数据集跑一遍。
安装的话基本照着官网的说明文档就行，不过似乎最近也有一些小改动，这个https://mmdetection.readthedocs.io/en/latest/上面会更新慢一点。我在这里放一下全部整合的命令：

# 注意官方的Requirements
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
# 安装pytorch和torchvision自己来也行
conda install -c pytorch pytorch torchvision -y
# cython一定要安装，编译需要
conda install cython -y
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .
# 官方建议创建软连接，节省硬盘空间，在mmdetection目录下运行下面的命令
mkdir data
ln -s $COCO_ROOT data

当然我们这里是自己VOC格式的数据集，最后一个软链接就不能是上面最后一行，根据上面的数据集目录结构应该是：

mkdir data
cd data
ln -s /home/你的存放路径/poker VOCdevkit

这样就符合官方的推荐结构了。

三、修改相关文件

1. 修改class_names.py文件

修改mmdetection/mmdet/core/evaluation下的class_names.py中的voc_classes，将其改为要训练的数据集的类别名称，否则测试的结果的名称还会是aeroplane, bicycle, bird, boat,…这些。改完后如图：

修改class_names.py文件

2. 修改voc.py文件

修改mmdetection/mmdet/datasets/voc.py 下的类别，如果只有一个类，因为CLASSES是一个元组，所以要加上一个逗号，否则将会报错，改完后如图： 修改voc.py文件

3. 修改配置文件

配置文件就是mmdetection/configs下一堆的名称诸如cascade_rcnn_r50_fpn_1x.py的文件，因为我们使用的是VOC格式，这些默认是COCO格式（除了mmdetection/configs/pascal_voc文件夹下的几个），所以我就挑了cascade_rcnn_r50_fpn_1x.py，将它复制重命名为cascade_rcnn_r50_fpn_1x_poker.py，有下面几个地方需要修改：
1、修改num_classes变量，就是背景类加上要分类的数量，所以我们这里为7:

修改num_classes变量

2、修改data settings部分，主要是了dataset_type、data_root、img_scale、ann_file、img_prefix变量的值：

修改data settings部分1 修改data settings部分2

最后的runtime settings也可以修改一下，比如total_epochs和workflow【[('train', 1)]表示只训练，不验证；[('train', 2), ('val', 1)] 表示2个epoch训练，1个epoch验证】，我将total_epochs设置成20，所以学习率设置为step=[8, 15]，checkpoint_config = dict(interval=2)，其他都保持默认。

四、开始训练

到现在就可以开始训练了，在mmdetection目录下：

python tools/train.py configs/cascade_rcnn_r50_fpn_1x_poker.py

这样就能成功训练了，屏幕上会打印很多log日志，当然训练完成之后会在work_dirs目录下出现如下图的东西：有.log日志和.log.json，还有每隔一定epoch（我这里是每隔2个epoch）保存模型，为了方便后面的测试，还有最后的模型latest.pth。

训练过程中保存的文件

五、测试并计算mAP

1. 测试一张图片的效果

我模仿demo/webcam_demo.py文件写了试用于一张图片的demo脚本image_demo.py：

import argparse
import torch

from mmdet.apis import inference_detector, init_detector, show_result


def parse_args():
    parser = argparse.ArgumentParser(description='MMDetection image demo')
    parser.add_argument('config', help='test config file path')
    parser.add_argument('checkpoint', help='checkpoint file')
    parser.add_argument('imagepath', help='camera device id')
    parser.add_argument('--device', type=int, default=0, help='CUDA device id')
    parser.add_argument(
        '--score-thr', type=float, default=0.5, help='bbox score threshold')
    args = parser.parse_args()
    return args


def main():
    args = parse_args()

    model = init_detector(
        args.config, args.checkpoint, device=torch.device('cuda', args.device))

    result = inference_detector(model, args.imagepath)
    show_result(
        args.imagepath, result, model.CLASSES, score_thr=args.score_thr, wait_time=0)


if __name__ == '__main__':
    main()

然后运行下面的命令：

python demo/image_demo.py configs/cascade_rcnn_r50_fpn_1x_poker.py work_dirs/cascade_rcnn_r50_fpn_1x_poker/latest.pth demo/poker_test.jpg

得到下面的结果，可以看到bbox框得非常tight，分类也都正确了：

demo测试结果图

2. 计算mAP

计算mAP之前需要修改mmdetection/tools/voc_eval.py文件中的voc_eval函数，改完后的图：

修改voc_eval.py文件

然后通过下面命令产生poker_results.pkl文件：

python tools/test.py configs/cascade_rcnn_r50_fpn_1x_poker.py work_dirs/cascade_rcnn_r50_fpn_1x_poker/latest.pth --out poker_results.pkl

然后执行如下命令，采用voc标准计算mAP：

python tools/voc_eval.py poker_results.pkl configs/cascade_rcnn_r50_fpn_1x_poker.py

便得到了下面的结果，可以看到mAP高达0.977，这当然因为扑克牌方方正正很容易检测的缘故啦：

mAP测试结果

好，算是玩了一下mmdetection吧。以后会常碰到它的~~