Drone_FasterRCNN (WSL 2 + Conda 版本)

字数

3093 字

阅读时间

13 分钟

引言：Drone_FasterRCNN 仓库简介

Drone_FasterRCNN 是一个专注于从无人机视角图像中检测物体的项目。它是著名的 maskrcnn-benchmark 仓库的一个分支 (fork)，由用户 oulutan 维护。

主要功能与目的：

无人机视角目标检测： 其核心功能是利用 Faster R-CNN 模型，专门针对无人机拍摄的图像进行目标检测。正如其描述所说："Faster RCNN trained for detecting objects from drone views."
基于 VisDrone 数据集训练： 该项目提供了一个在 VisDrone 数据集 (http://aiskyeye.com/) 上训练好的模型检查点 (checkpoint)。这意味着模型已经学习了从无人机视角识别多种物体的能力。
提供预训练模型和演示： 仓库包含了预训练的模型权重（您需要从提供的 Google Drive 链接下载）和演示代码 (drone_demo/demo.py)，方便用户快速上手并在自己的无人机图像上进行测试。仓库中展示的示例图片和视频链接也直观地展示了其检测效果。
继承 maskrcnn-benchmark 的强大能力： 作为 maskrcnn-benchmark (https://github.com/facebookresearch/maskrcnn-benchmark) 的分支，它继承了其高效、模块化的特性，支持 PyTorch 1.0，并具备较快的训练和推理速度、内存效率以及多 GPU 支持等优点（如原始 README 中所述）。

本教程将指导您如何在 WSL 2 环境下，使用 Conda 虚拟环境，根据您提供的指南一步步安装、配置并运行 Drone_FasterRCNN 项目，特别是其针对无人机视角的检测功能。

目标：

在 WSL 2 环境下，使用 Conda 管理环境，并根据您分享的指南成功安装和运行 Drone_FasterRCNN。

前提条件：

Windows 10 (版本 2004 或更高) 或 Windows 11。
WSL 2 已安装并已安装一个 Linux 发行版 (例如 Ubuntu)。所有后续命令都应在您的 WSL 2 Linux 发行版的终端中执行。
Anaconda 或 Miniconda 已安装 在您的 WSL 2 Linux 发行版内。
git (版本控制系统) 已安装 在您的 WSL 2 Linux 发行版内。
稳定的网络连接。
对于 GPU 加速 (强烈推荐)：
- 一台拥有 NVIDIA GPU 的 Windows 主机。
- 在 Windows 主机上安装了适用于 WSL 的最新 NVIDIA GPU 驱动。
- 在您的 WSL 2 Linux 发行版内部安装了与 PyTorch 1.1.0 兼容的 CUDA Toolkit。（注意： 在 WSL 2 中配置 CUDA 可能较为复杂，请务必参考 NVIDIA 和 Microsoft 的官方文档。如果遇到困难，您可以先尝试 CPU 推理。）

步骤 1：在 WSL 2 中创建项目目录和 Conda 虚拟环境

创建项目目录 (在 WSL 2 中)： 打开您的 WSL 2 终端：
bash
```
mkdir ~/drone_fasterrcnn_project  # 您可以取任何您喜欢的名字
cd ~/drone_fasterrcnn_project
```
后续所有操作都建议在此项目录下进行。
创建并激活 Conda 虚拟环境 (在 WSL 2 中)： 我们将创建一个名为 drone_frcnn_env 的环境，并指定 Python 3.7 (PyTorch 1.1.0 对较旧的 Python 版本兼容性更好)。
bash
```
conda create -n drone_frcnn_env python=3.7 -y
conda activate drone_frcnn_env
```
成功激活后，您的终端提示符前应出现 (drone_frcnn_env)。

步骤 2：安装核心依赖 (根据您提供的指南)

安装指定版本的 PyTorch 和 TorchVision： 在激活的 drone_frcnn_env 环境中执行：
bash
```
pip install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/torch_stable.html
```
- GPU 用户重要提示 (WSL 2)：
  - 此命令默认可能安装 CPU 版本的 PyTorch。
  - 要使用 GPU，您必须确保已在 WSL 2 Linux 发行版内部正确安装了 CUDA Toolkit，并且该 CUDA 版本与 PyTorch 1.1.0 兼容。
  - 安装 PyTorch 后，您可以在 Python 解释器中检查 GPU 是否可用：
    python
```
import torch
print(f"PyTorch version: {torch.__version__}")
print(f"CUDA available: {torch.cuda.is_available()}")
if torch.cuda.is_available():
    print(f"CUDA version: {torch.version.cuda}")
    print(f"GPU name: {torch.cuda.get_device_name(0)}")
```
    如果 torch.cuda.is_available() 返回 False，则 PyTorch 将使用 CPU。

安装其他必要的 Python 依赖：

bash

pip install ninja yacs cython matplotlib tqdm opencv-contrib-python

步骤 3：克隆 Drone_FasterRCNN 仓库并安装其组件

克隆 Drone_FasterRCNN 仓库： 确保您当前在项目目录 (~/drone_fasterrcnn_project) 下。
bash
```
git clone https://github.com/oulutan/Drone_FasterRCNN.git
```
进入仓库目录：
bash
```
cd Drone_FasterRCNN
```
接下来的安装步骤都需要在此 Drone_FasterRCNN 目录下执行。

安装 pycocotools (COCO API)： 根据指南，pycocotools 将在此处下载并安装。

bash

# 确保您在 ./Drone_FasterRCNN 目录下
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install
cd ../..

执行完毕后，您应该回到了 Drone_FasterRCNN 目录下。

安装 maskrcnn-benchmark (PyTorch Detection)： 这将安装库并使用符号链接，方便您修改文件而无需重新构建。
bash
```
# 确保您在 ./Drone_FasterRCNN 目录下
python setup.py build develop
```

步骤 4：测试基础安装 (可选，使用通用 Faster R-CNN 模型)

您的指南中提到了一个测试安装的步骤，它使用的是一个通用的预训练模型。

进入 demo 目录：注意：这不是 drone_demo 目录。
bash
```
# 确保您在 ./Drone_FasterRCNN 目录下
cd demo
```

下载预训练模型权重：

bash

wget https://download.pytorch.org/models/maskrcnn/e2e_faster_rcnn_X_101_32x8d_FPN_1x.pth

运行测试脚本：
bash
```
python demo.py
```
这应该会运行一个使用下载的通用模型进行检测的演示。观察输出。
返回 Drone_FasterRCNN 主目录：
bash
```
cd ..
```

步骤 5：运行无人机视角目标检测演示 (核心步骤)

这是针对无人机图像检测的部分，使用在 VisDrone 数据集上训练的模型。

下载 VisDrone 预训练模型权重： 根据指南，模型权重需要从以下链接下载： https://drive.google.com/file/d/1SCJf2JJmyCbxpDuy4njFaDw7xPqurpaQ/view?usp=sharing
- 下载方法： 建议使用 Windows 主机上的浏览器访问上述链接下载模型权重文件 (通常是 .pth 文件)。
- 放置文件： 将下载好的模型权重文件移动到 WSL 2 项目的 Drone_FasterRCNN/drone_demo/ 目录下。
  - 方法 A (使用文件资源管理器)： 在 Windows 文件资源管理器的地址栏输入 \\wsl$ 或 \\wsl.localhost\<your-distro-name> (例如 \\wsl.localhost\Ubuntu)，然后导航到您的项目路径 (home/<your_username>/drone_fasterrcnn_project/Drone_FasterRCNN/drone_demo/)，将文件复制过去。
  - 方法 B (使用 WSL 2 终端命令)： 假设模型下载到了 Windows 的 Downloads 文件夹，文件名为 model_visdrone.pth (请根据实际下载的文件名调整)。在 WSL 2 终端中：
    bash
```
# 确保您在 Drone_FasterRCNN 目录下
# 示例路径，请根据您的 Windows 用户名和实际文件名修改
cp /mnt/c/Users/YourWindowsUsername/Downloads/model_visdrone.pth ./drone_demo/
```
  - 重要提示： 检查 drone_demo/demo.py 脚本中加载模型的路径和文件名。如果下载的文件名与脚本中硬编码的文件名不同（例如，脚本可能期望 model.pth 或类似名称），您需要重命名您下载的文件以匹配脚本的期望，或修改脚本中的文件名。

进入 drone_demo 目录：

bash

# 确保您在 ./Drone_FasterRCNN 目录下
cd drone_demo

运行无人机演示脚本：
bash
```
python demo.py
```

3.1. 可能遇到的问题与解决方案

在运行 python demo.py (尤其是在 drone_demo 目录下尝试运行无人机特定演示时) 时，您可能会遇到以下问题：

问题 1：CUDA GPU 不可用 (RuntimeError: No CUDA GPUs are available)
- 现象： 即使您没有 NVIDIA GPU，或者 WSL 2 中的 CUDA 配置不正确，程序默认可能仍尝试使用 GPU，导致类似以下的错误：
```
Traceback (most recent call last):
  ...
RuntimeError: No CUDA GPUs are available
```
  或者，如果 PyTorch 版本较新，可能是 AssertionError: Torch not compiled with CUDA enabled。
- 解决方案：强制使用 CPU 您需要修改 predictor.py 文件以强制模型在 CPU 上运行。根据项目的导入结构，这个文件通常是 Drone_FasterRCNN/demo/predictor.py (即使您是从 drone_demo 目录运行脚本，它也可能导入位于 Drone_FasterRCNN/demo/ 目录下的 predictor.py)。打开 ~/drone_fasterrcnn_project/Drone_FasterRCNN/demo/predictor.py 文件。找到类似以下的代码片段 (通常在 COCODemo 或类似类的 __init__ 方法中)：
  python
```
self.device = torch.device(cfg.MODEL.DEVICE)
self.model.to(self.device)
```
  将其修改为：
  python
```
# 强制使用CPU，忽略配置
self.device = torch.device("cpu")
self.model.to(self.device)
```
  保存文件后重试运行 demo.py。

问题 2：OpenCV putText 函数参数错误 (cv2.error:... in function 'putText')

现象： 在模型成功加载并进行预测后，当脚本尝试将检测结果（如类别名称和置信度）绘制到图像上时，可能会遇到类似以下的错误：

Traceback (most recent call last):
  File "demo.py", line 21, in <module>
    predictions = coco_demo.run_on_opencv_image(image)
  File "/home/chy/drone_fasterrcnn_project/Drone_FasterRCNN/demo/predictor.py", line 184, in run_on_opencv_image
    result = self.overlay_class_names(result, top_predictions)
  File "/home/chy/drone_fasterrcnn_project/Drone_FasterRCNN/demo/predictor.py", line 368, in overlay_class_names
    image, s, (x, y), cv2.FONT_HERSHEY_SIMPLEX, .5, (255, 255, 255), 1
cv2.error: OpenCV(4.x.x) :-1: error: (-5:Bad argument) in function 'putText'
> Overload resolution failed:
>  - Can't parse 'org'. Sequence item with index 0 has a wrong type

这通常意味着传递给 cv2.putText 函数的坐标 (x, y) (即 org 参数) 不是整数类型。

解决方案：确保坐标为整数 您需要修改 Drone_FasterRCNN/demo/predictor.py 文件中的 overlay_class_names 方法。打开 ~/drone_fasterrcnn_project/Drone_FasterRCNN/demo/predictor.py 文件。找到 overlay_class_names 方法。在该方法内部，找到绘制文本前获取坐标 x, y 的地方，并确保它们被显式转换为整数。找到类似以下的代码块：

python

# ...
for box, score, label in zip(boxes, scores, labels):
    x, y = box[:2]
    s = template.format(label, score)
    cv2.putText(
        image, s, (x, y), cv2.FONT_HERSHEY_SIMPLEX, .5, (255, 255, 255), 1
    )
# ...

将其修改为，在 cv2.putText 调用前添加类型转换：

python

# ...
for box, score, label in zip(boxes, scores, labels):
    x, y = box[:2]
    # 确保x和y是整数
    x = int(x)
    y = int(y)
    s = template.format(label, score)
    cv2.putText(
        image, s, (x, y), cv2.FONT_HERSHEY_SIMPLEX, .5, (255, 255, 255), 1
    )
# ...

或者，如果 x 和 y 可能是 PyTorch 张量 (tensor)，更稳妥的转换方式是先使用 .item() (如果存在) 再转换为 int：

python

# ...
for box, score, label in zip(boxes, scores, labels):
    x, y = box[:2]
    if hasattr(x, 'item'):  # 检查是否是 tensor
        x = x.item()
    if hasattr(y, 'item'):
        y = y.item()
    x = int(x)
    y = int(y)
    s = template.format(label, score)
    cv2.putText(
        image, s, (x, y), cv2.FONT_HERSHEY_SIMPLEX, .5, (255, 255, 255), 1
    )
# ...

保存文件后重试运行 demo.py。

在应用这些修改后，脚本应该能够正常运行并在 CPU 上处理图像，同时正确地在输出图像上标注检测结果。

观察结果：
- 脚本可能会在终端打印检测信息。
- 如果您的 WSLg (WSL GUI 支持) 配置正确，可能会弹出一个窗口显示带有检测框的图像。如果未出现窗口或出现显示错误，请检查脚本是否会将结果图像保存到文件中 (例如，指南中展示的 drone_res.jpg 就是一个输出示例)。
- 指南中还提供了一个样本输出视频链接，您可以对照参考预期的效果。

步骤 6：后续与提示

原始 README： 您提供的文件后面部分（"Original Readme"）包含了更多关于 maskrcnn-benchmark 库的高级用法，如多 GPU 训练、添加自定义数据集等。当您熟悉了基础操作后，可以参考这些部分进行更深入的探索。
WSL 2 注意事项：
- GPU/CUDA 问题： 这是 WSL 2 中最常见的挑战。确保驱动和工具包版本兼容。
- 文件路径： 在 WSL 2 终端中始终使用 Linux 风格的路径。
- GUI 显示： WSLg 对 GUI 应用的支持在不断改进，但有时可能需要调整 DISPLAY 环境变量或安装额外的 X 11 应用来测试。如果 demo.py 尝试显示窗口但失败，检查它是否也将结果保存为文件。

步骤 7：完成实验后

当您完成实验后，可以停用 Conda 环境：

bash

conda deactivate

希望这个更新后的教程对您和其他遇到类似问题的用户有所帮助！

贡献者

RainbowRain9

Cai Hongyu

文件历史

最后编辑于 5 个月前查看完整历史

architecture

prd

svg

样式规范

心语精灵

ai

approvals

core

crm

finance

goals

hr

integrations

knowledge

manufacturing

oms

personalization

projects

security

shared-assets

support

api

database

deployment

development

Drone_FasterRCNN (WSL 2 + Conda 版本)

引言：Drone_FasterRCNN 仓库简介

主要功能与目的：

目标：

前提条件：

步骤 1：在 WSL 2 中创建项目目录和 Conda 虚拟环境

步骤 2：安装核心依赖 (根据您提供的指南)

步骤 3：克隆 Drone_FasterRCNN 仓库并安装其组件

步骤 4：测试基础安装 (可选，使用通用 Faster R-CNN 模型)

步骤 5：运行无人机视角目标检测演示 (核心步骤)

3.1. 可能遇到的问题与解决方案

步骤 6：后续与提示

步骤 7：完成实验后

贡献者

文件历史

Drone_FasterRCNN (WSL 2 + Conda 版本) ​

引言：Drone_FasterRCNN 仓库简介 ​

主要功能与目的： ​

目标： ​

前提条件： ​

步骤 1：在 WSL 2 中创建项目目录和 Conda 虚拟环境 ​

步骤 2：安装核心依赖 (根据您提供的指南) ​

步骤 3：克隆 Drone_FasterRCNN 仓库并安装其组件 ​

步骤 4：测试基础安装 (可选，使用通用 Faster R-CNN 模型) ​

步骤 5：运行无人机视角目标检测演示 (核心步骤) ​

3.1. 可能遇到的问题与解决方案 ​

步骤 6：后续与提示 ​

步骤 7：完成实验后 ​

贡献者 ​

文件历史 ​

Drone_FasterRCNN (WSL 2 + Conda 版本)

引言：Drone_FasterRCNN 仓库简介

主要功能与目的：

目标：

前提条件：

步骤 1：在 WSL 2 中创建项目目录和 Conda 虚拟环境

步骤 2：安装核心依赖 (根据您提供的指南)

步骤 3：克隆 Drone_FasterRCNN 仓库并安装其组件

步骤 4：测试基础安装 (可选，使用通用 Faster R-CNN 模型)

步骤 5：运行无人机视角目标检测演示 (核心步骤)

3.1. 可能遇到的问题与解决方案

步骤 6：后续与提示

步骤 7：完成实验后

贡献者

文件历史