工程复现 -- SiamMOT

工程复现 – SiamMOT

先赞后看，养成好习惯，感谢您的理解与支持！

参考：
1. siam-mot源码地址
2. SiamMOT 论文地址
3. SiamMOT 论文解析

简单介绍

SiamMOT（SiamMOT: Siamese Multi-Object Tracking）是一个基于区域的孪生多对象跟踪网络，可同时进行图像的检测和追踪。该网络作为baseline ，由亚马逊提出的一个解决Airbone Object Tracking(AOT) 空中障碍物追踪问题。目前仅支持EMM运动模型。

一. 下载和安装工程

1. 下载工程

git clone https://github.com/amazon-science/siam-mot.git

2. 安装依赖

conda create -n siammot python=3.7 
conda activate siammot
pip3 install -r requirements.txt
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch  # 因为本机CUDA10.2,故需要找到对应版本torch

3. 下载三方库maskrnn_benchmark及其相关依赖包
   参考：maskrcnn-benchmark install

git clone https://github.com/facebookresearch/maskrcnn-benchmark.git

pip install ninja yacs cython matplotlib tqdm opencv-python
conda install -c pytorch pytorch-nightly torchvision cudatoolkit=9.0 # pytorch-nightly 和 cudatoolkit=9.0 未安装上
export INSTALL_DIR=$PWD

# install pycocotools
cd $INSTALL_DIR
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

# install cityscapesScripts
cd $INSTALL_DIR
git clone https://github.com/mcordts/cityscapesScripts.git
cd cityscapesScripts/
python setup.py build_ext install

# install apex
cd $INSTALL_DIR
git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install --cuda_ext --cpp_ext

# install maskrcnn-benchmark
cd maskrcnn-benchmark
python setup.py build develop

unset INSTALL_DIR

二. demo 测试

1.详情参考README.md, 遇到问题请参考第三模块。

python3 demos/demo.py --demo-video  PATH_TO_DEMO_VIDE --track-class person --dump-video True

2.结果

三.可能遇到的问题

Q1: 运行demo测试脚本，出现ModuleNotFoundError: No module named ‘demos’
A1: 将工程加入python环境变量

export PYTHONPATH=/home/cui/workspace/siam-mot

Q2: 将工程加入环境变量后，出现ModuleNotFoundError: No module named ‘maskrcnn_benchmark’
A2: 需要下载拷贝三方库，详细参考一中第3点。

Q3: 拷贝maskrcnn_benchmark后，出现库中模块缺少属性，AttributeError: module ‘torch._six’ has no attribute ‘PY3’
A3: 可能是torch版本不对，这里判断主要是否引入头文件和定义函数，直接暴力取true即可。

if torch._six.PY3: 直接修改为
if 1:

Q4: ImportError: cannot import name ‘_download_url_to_file’ from ‘torch.utils.model_zoo’
A4: 未进入python虚拟环境 或者 vscode IDE未切换到新建的虚拟环境，或者由于torch版本问题，修改_download_url_to_file函数名如下

#from torch.hub import _download_url_to_file  # 原版
from torch.hub import download_url_to_file as _download_url_to_file  # 修改

Q5: ImportError: cannot import name ‘_C’ from ‘maskrcnn_benchmark’
A5: 修改如下，修改_C 路径

from ._utils import _C
#from maskrcnn_benchmark import _C

Q6：Maskrcnn第三方依赖，apex安装过程中 cuda版本不对应，RuntimeError: Cuda extensions are being compiled with a version of Cuda that does not match the version used to compile Pytorch binaries. Pytorch binaries were compiled with Cuda 11.7.
A6:
参考：如何安装apex
本机CUDA版本10.2，注意torch、cudatoolkit对应版本

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch
再次重新安装apex

Q7: fatal error: THC/THC.h: No such file or directory
A7:原因及解决：最新的版（1.11）本中将THC/THC.h文件删除了，pytorch降级1.10即可.

## 设置清华源，加速安装（貌似没什么效果）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

Q8：编译maskrcnn_benchmark， /home/cui/workspace/maskrcnn_benchmark/maskrcnn_benchmark/csrc/cuda/deform_conv_cuda.cu(72): error: identifier “AT_CHECK” is undefined
A8：在maskrcnn_benchmark/maskrcnn_benchmark/csrc/cuda/文件夹下，修改deform_conv_cuda.cu和deform_pool_cuda.cu两个文件开头添加如下内容：

#ifndef AT_CHECK
#define AT_CHECK TORCH_CHECK 
#endif

Q9: 执行demo脚本，出现bug：libtorch_cuda_cu.so: cannot open shared object file: No such file or directory
A9: 首先进入到虚拟环境torch下，可以找到该文件。查看torch版本发现不是gpu版本（使用conda方式 安装的pytorch 是GPU版本），安装完之后如果还是不行，可以重新安装一边maskrcnn-benchmark。

cd ~/anaconda3/envs/siammot/lib/python3.7/site-packages/torch/lib
ls
pip install torch==1.10.1 cu102 torchvision==0.11.2 cu102 torchaudio==0.10.1 -f 
 https://download.pytorch.org/whl/torch_stable.html

Q10：ModuleNotFoundError: No module named ‘torchvision.models.utils’
A10：
参考：torchvision版本问题，修改/home/cui/workspace/siam-mot/siammot/modelling/backbone/dla.py", line 11

#from torchvision.models.utils import load_state_dict_from_url  # 原版
from torch.hub import load_state_dict_from_url                  # 改版

Q11：ModuleNotFoundError: No module named ‘decord’
A11：

pip install decord

Q12: ModuleNotFoundError: No module named ‘ffmpeg’
A12: 使用如下命令，切忌不要使用pip install ffmpeg，否则会出现Q17的问题（不识别的参数crf）。

sudo apt-get install ffmpeg 

Q13: 运行demo脚本，RuntimeError: Error reading PATH_TO_DEMO_VIDE…
A13：
修改运行脚本中–demo-video PATH_TO_DEMO_VIDE 数据输入路径 为自己本地数据路径，以.mp4为结尾命名的文件，如下所示工程的data目录下。(注：如果实在无法录制视频数据，可以去掉--dump-video参数，或者参考Q16解决视频无法录制问题)
参考数据下载地址为：siam-mot issue中有人提问的问题

python3 demos/demo.py --demo-video ./data/person_car.mp4 --track-class person --dump-video True --output-path ./demos/demo_vis/

Q14: 运行demo脚本，/home/cui/workspace/siam-mot/demos/utils/vis_writer.py", line 42,assert (self._video_writer is not None)
A14: 原因同Q16问题相同，/demos/demo_vis/ 目录下没有需要检测的视频文件。

Q15： 运行demo脚本，AttributeError: module ‘ffmpeg’ has no attribute ‘probe’
A15：

pip install ffmpeg-python

Q16: 运行demo脚本 [ERROR:0] global /tmp/pip-req-build-oxjbfc17/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp (2650) open Could not find encoder for codec_id=27, error: Encoder not found
[ERROR:0] global /tmp/pip-req-build-oxjbfc17/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp (2722) open VIDEOIO/FFMPEG: Failed to initialize VideoWriter
A16:
根本原因在于 VideoWriter 的初始化，推测是.mp4格式数据与 `
‘avc1’ 类型不兼容，这里推荐两种更改方法，用于生成AVI格式数据。
法一：修改demos/utils/vis_writer.py，36行_init_video_writer函数中cv2.VideoWriter_fourcc，修改完后会直接修改demos/demo_vis/下面的视频。

self._video_writer = cv2.VideoWriter(str(self._video_path), cv2.VideoWriter_fourcc(*'mp4v'), self._fps,(int(frame_width), int(frame_height)))

法二：修改demos/utils/vis_writer.py，36行_init_video_writer函数，同时可以注释掉close_video_writer函数中关于#compress the videos下面部分。

    def _init_video_writer(self, frame_width, frame_height):
        self._video_path = os.path.join(self._output_path, self._file_name)
        video_output_path = os.path.join(self._output_path, 'debug.avi') #
        fourcc = cv2.VideoWriter_fourcc('M','J','P','G') #
        self._video_writer = cv2.VideoWriter(str(video_output_path), fourcc, self._fps,
                                            (int(frame_width), int(frame_height)))

Q17： 运行demo脚本，Unrecognized option ‘crf’.
Error splitting the argument list: Option not found
A17： 原因可能是使用 ffmpeg 时使用到了 libx264，但在实际的编译过程中并有指定编译 libx264 参数，默认不会编译这一部分组件，从而产生报错。
参考
1.crf 未识别参数
2.ffmpeg正确使用

pip uninstall ffmpeg
rm -rf /home/cui/anaconda3/envs/airborne_det/bin/ffmpeg  #手动删除错误的安装，crf错误识别因为调用是该bin目录下的可执行文件
sudo apt-get install ffmpeg
whereis ffmpeg #查看本机中ffmpeg所在位置
cp /usr/bin/ffmpeg /home/cui/anaconda3/envs/airborne_det/bin/ffmpeg #拷贝这个文件到conda虚拟环境中

这篇好文章是转载于：学新通技术网