一、环境配置

Code：https://github.com/SwinTransformer/Swin-Transformer-Object-Detection

软件准备：

• Ubantu 18.04
• Pycharm 2020.1
• Anaconda

（1）安装VS2019

VS官网： https://docs.microsoft.com/zh-cn/visualstudio/releases/2019/release-notes
安装时只勾选桌面端的C++部分就可以，并添加环境变量，安装后需要重启电脑才有效

（2）创建Conda虚拟环境

创建：conda create -n swin_det python=3.8
激活：conda activate swin_det
pytorch安装：pip3 install torch==1.8.2+cu111 torchvision==0.9.2+cu111 torchaudio===0.8.2 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html
其他包安装：pip install cython matplotlib opencv-python timm -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

（3）安装mmcv

项目地址：https://github.com/open-mmlab/mmcv/blob/master/README_zh-CN.md

• 使用Anaconda的Powershell Prompt进入mmcv目录下，执行 pip install -r requirements.txt来安装mmcv所需的python包
• 运行python setup.py build_ext（这步包括下面的一步就会用到之前VS中的cl工具，若VS安装有问题，这一步没法成功）
• 运行python setup.py develop重建代码

（4）安装mmdetection

项目地址：https://github.com/open-mmlab/mmdetection/tree/v2.11.0

• 使用Anaconda的Powershell Prompt进入mmdetection的代码目录，执行 pip install -r requirements.txt安装mmdetection所需的python包
• 运行python setup.py develop重建代码

（5）安装apex

项目地址：https://github.com/open-mmlab/mmdetection/tree/v2.11.0

• 使用Anaconda的Powershell Prompt进入mmdetection的代码目录，执行 pip install -r requirements.txt安装mmdetection所需的python包
• 运行python setup.py develop重建代码

二、工程修改

1. 设置类别
修改 configs/base/models/mask_rcnn_swin_fpn.py 中 num_classes 为自己数据集的类别（有两处需要修改）
2. 数据集路径
配置数据集路径：configs/base/datasets/coco_instance.py 文件的最上面指定了数据集的路径，因此在项目下新建 data/coco目录，下面四个子目录 annotations和test2017，train2017，val2017。
3. 修改分类数组
mmdet/datasets/coco.py目录下，CLASSES中填写自己的分类：

CLASSES = ('class1',)
1

三、踩坑记录

1. 修改分类数组时，若只有一个类，一定要定义为元组，即类名后面加都好，不然会报错，别问我怎么知道的！
   报错如下：

# AssertionError: The `num_classes` (80) in Shared2FCBBoxHead of MMDataParallel does not matches the
1

3. 修改完代码以后，若还是包相同的错误，建议执行python setup.py develop再尝试运行

参考链接：
https://beyonderwei.com/
https://blog.csdn.net/hasque2019/article/details/121899614

测试部分后面跑完有时间再来追加~
干饭去了！