RoITransformer_DOTA安装与使用指南

项目概述

RoITransformer_DOTA 是用于检测空中图像中定向物体的RoI Transformer的官方实现仓库。它基于可变形卷积网络(Deformable ConvNets)，并提供了对RoI Transformer的重构和模型训练代码。本指南将引导您了解项目的核心结构、如何启动项目、以及配置文件的使用。

1. 目录结构及介绍

仓库的大致结构如下：

• dota_kit: 包含处理DOTA数据集的工具，如聚类算法、IOU计算等。
  • poly_nms_gpu: 提供了GPU上的多边形非极大值抑制（NMS）功能。
• experiments: 实验相关设置和配置文件。
• fpn: 包含FPN（特征金字塔网络）相关的操作和定制算子。
• lib: 核心库文件，包括数据加载、模型构建等关键模块。
• prepare_data: 数据预处理脚本，帮助用户准备DOTA数据集。
• .gitignore, LICENSE, README.md: 分别是忽略文件列表、许可证信息和项目说明文档。
• requirements.txt: 项目依赖包列表。
• scripts: 启动脚本和一些实用的命令集合，如训练和测试脚本。
• test_dota_light_RoITransformer.sh, train_dota_light_RoITransformer.sh: 示例脚本，分别用于测试和训练模型。

2. 项目的启动文件介绍

主要启动脚本

• train_dota_light_RoITransformer.sh: 用于启动模型训练过程的脚本。这个脚本假设已经完成了所有必要的配置和环境搭建，用户可以基于此脚本进行模型的训练，特别是轻量级的R-CNN配合RoI Transformer（不带FPN）模型。
• test_dota_light_RoITransformer.sh: 用于运行模型测试的脚本，评估训练好的模型在验证或测试集上的性能。

配置与设置

在实际启动前，用户需要正确配置环境变量（如$[RoI_ROOT]），确保所有依赖已安装，并且数据集已按要求准备完毕。

3. 项目的配置文件介绍

配置文件主要位于**experiments**和各个实验或模型配置中。尽管直接指向的配置文件没有明确列出，但用户应关注以下方面：

• .yaml配置文件：通常在cfgs目录下，这些文件定义了模型结构、训练参数、优化器设置等。例如，一个模型的训练配置可能包括学习率策略、损失函数的选择、迭代次数等。
• dota_kit中的配置：可能涉及数据处理的具体设定，如NMS阈值、数据路径等。

配置文件定制

为了适应不同的需求，用户可能会修改这些配置文件以调整学习速率、批次大小、使用特定的后处理逻辑等。记得在修改前备份原始配置，以便于回滚或复现研究结果。

安装与环境准备

详细安装步骤见仓库的README.md文件，主要包括软件环境的搭建（如Python 2.7、Anaconda2、MXNet特定版本）、Python包的安装、自定义C++运算符的编译以及数据准备。遵循上述指导，您将能够顺利运行和实验RoITransformer_DOTA项目。