變形卷積在Ubuntu下的環境配置

使用變形卷積v1有兩種方式：

1、通過自定義op的方式在自己的python環境裡定義deform_conv這一op。定義op的.cpp以及.cu檔案可以參考git專案:

[mmdetection](

2、包torchvision的較新版本(大於等於0.6.0)中已經定義好變形卷積。首先通過`pip install torchvision`安裝最新版本，之後在pycharm裡使用變形卷積的過程為：（我的環境下python版本為3.6）

import torch
from torchvision.ops import deformconv2d
model = deformconv2d(in_channels=
1, out_channels=
1, kernel_size=
3, padding=1)
x = torch.rand(1,
1,256,
256)
offset = torch.rand(1,
2*3*
3,256,
256)
out = model(x, offset)
print
(out)

為了使用更加方便，可以將deformconv2d進一步封裝成乙個模組，這樣呼叫時就和常規卷積nn.conv2d()一樣簡單，**如下：

class
deform_conv_v1
(nn.module)
:def
__init__
(self, in_channels, out_channels, kernel_size=
3, stride=1,
padding=
1, dilation=
1, groups=
1, offset_group=1)
:super
(deform_conv_v1, self)
.__init__(
) offset_channels =
2* kernel_size * kernel_size
self.conv_offset = nn.conv2d(
in_channels,
offset_channels * offset_group,
kernel_size = kernel_size,
stride = stride,
padding = padding,
dilation= dilation,
) self.dcn_v1 = ops.deformconv2d(
in_channels,
out_channels,
kernel_size= kernel_size,
stride= stride,
padding= padding,
dilation = dilation,
groups = groups,
bias =
false
)def
forward
(self, x)
: offset = self.conv_offset(x)
# print(offset.shape)
return self.dcn_v1(x, offset)

封裝以後，如果想在我們的模型中使用dcn-v1，只需要新增如下**：

deform_conv_v1(in_channel=
1, out_channel=
1, kernel_size=
3, padding=
1)

sudo apt-get install aptitude sudo aptitude

install python3-dev

這樣就基本安裝好了所必須的庫。接下來編寫指令碼setup.py。這一指令碼的編寫很簡單，參考我的，需要改的只有name以及路徑。

from setuptools import setup
from torch.utils.cpp_extension import buildextension, cudaextension
setup(
name =
'deform_conv'
,# 這裡是你自定義的op的名字，自己設定即可
ext_modules =
[ cudaextension(
'deform_conv',[
'/home/***/models/ops/src/deform_conv_cuda.cpp'
,# 自定義op的cpp檔案的路徑
'/home/***/models/ops/src/deform_conv_cuda_kernel.cu'
,# 自定義op的cu檔案的路徑])
,], cmdclass=
)

編寫好指令碼以後，在setup.py目錄下，開啟命令列，切換到對應的環境（如我想在我的名為dcn的conda環境下安裝變形卷積，就切換到dcn這一環境），執行python setup.py install進行編譯。編譯成功後，import deform_conv應該就沒問題了。

我編譯成功的環境的配置為：

python3.6 torchvision0.4.2 cuda10.0 gcc5.4

變形卷積在Ubuntu下的環境配置

ubuntu下tensorflow的環境搭建

ubuntu下雙環境

ubuntu環境下python虛擬環境的安裝

變形卷積在Ubuntu下的環境配置

ubuntu下tensorflow的環境搭建

ubuntu下雙環境

ubuntu環境下python虛擬環境的安裝

相關推薦