modified some infos

README.md

@@ -23,13 +23,12 @@ DETR将目标检测看作一种set prediction问题，并提出了一个十分
 ### Docker（方法一）
 
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04-py38-latest
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04.1-py38-latest
 
 docker run -it -v /path/your_code_data/:/path/ your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 
 cd /your_code_path/detr_pytorch
 pip install -r requirements.txt
-pip install git+https://github.com/cocodataset/panopticapi.git
 ```
 
 ### Dockerfile（方法二）
@@ -43,7 +42,6 @@ docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --p
 
 cd /your_code_path/detr_pytorch
 pip install -r requirements.txt
-pip install git+https://github.com/cocodataset/panopticapi.git
 ```
 
 ### Anaconda（方法三）
@@ -51,7 +49,7 @@ pip install git+https://github.com/cocodataset/panopticapi.git
 1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装: https://developer.hpccube.com/tool/
 
 ```
-DTK软件栈：dtk23.04
+DTK软件栈：dtk23.04.1
 python：python3.8
 torch：1.13.1
 torchvision：0.14.1
@@ -59,11 +57,10 @@ torchvision：0.14.1
 
 Tips：以上dtk软件栈、python、torch等DCU相关工具版本需要严格一一对应
 
-2、其他非特殊库直接按照下面步骤进行安装
+2、其他非特殊库直接按照requirements.txt安装
 
 ```
 pip install -r requirements.txt
-pip install git+https://github.com/cocodataset/panopticapi.git
 ```
 
 ## 数据集
@@ -81,13 +78,14 @@ COCO2017
 数据集的目录结构如下：
 
 ```
-├── images
-│   ├── train2017
-│   ├── val2017
-│   └── test2017
-├── annotations
-│   ├── instances_train2017.json
-│   └── instances_val2017.json
+├── COCO2017
+│   ├── images
+│       ├── train2017
+│       ├── val2017
+│       └── test2017
+│   ├── annotations
+│       ├── instances_train2017.json
+│       └── instances_val2017.json
 ```
 
 训练/验证集数据准备：
@@ -96,22 +94,32 @@ COCO2017
 
 ## 训练
 
-### 单机单卡
+### 单机单卡/单机多卡
+
+修改train.sh中HIP_VISIBLE_DEVICES数据，实现单卡或者多卡训练
 
 ```
 bash train.sh
 ```
 
-### 单机多卡
+## 推理
+
+验证前需提前准备好预训练模型，并将coco_path设置为当前环境中推理数据的对应地址，数据应为COCO数据格式
+
+如果想要查看预测效果（预测结果输出到图片上），请执行
 
 ```
-bash train_multi.sh
+python test.py --pre_trained_model <checkpoint path> --coco_path <coco path>
 ```
 
-## 推理
+其余对应参数与训练模型参数需一致，详情请参考代码里面的参数配置
+
+#### 单卡推理
+
 ```
-sh xxx.sh 或python xxx.py
+bash val.sh
 ```
+
 ## result
 
 
@@ -121,8 +129,8 @@ sh xxx.sh 或python xxx.py
 
 ### 精度
 
+在COCO2017的测试集上进行单卡测试，结果如下表所示
 
-根据测试结果情况填写表格：
 | xxx | xxx | xxx | xxx | xxx |
 | :------: | :------: | :------: | :------: |:------: |
 | xxx | xxx | xxx | xxx | xxx  |
@@ -134,10 +142,10 @@ sh xxx.sh 或python xxx.py
 目标检测
 
 ### 热点应用行业
-教育,交通,公安
+网安,交通,政府
 
 ## 源码仓库及问题反馈
 http://developer.hpccube.com/codes/modelzoo/detr_pytorch.git
 
 ## 参考资料
-https://github.com/facebookresearch/detr.git
\ No newline at end of file
+https://github.com/facebookresearch/detr.git

datasets/coco.py

@@ -149,8 +149,8 @@ def build(image_set, args):
     assert root.exists(), f'provided COCO path {root} does not exist'
     mode = 'instances'
     PATHS = {
-        "train": (root / "images/train2017", root / "annotations" / "annotations" / f'{mode}_train2017.json'),
-        "val": (root / "images/val2017", root / "annotations" / "annotations" / f'{mode}_val2017.json'),
+        "train": (root / "images/train2017", root / "annotations" / f'{mode}_train2017.json'),
+        "val": (root / "images/val2017", root / "annotations" / f'{mode}_val2017.json'),
     }
 
     img_folder, ann_file = PATHS[image_set]

docker/Dockerfile

-FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04-py38-latest
+FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04.1-py38-latest
 RUN source /opt/dtk/env.sh
 COPY requirements.txt requirements.txt
 RUN pip3 install -r requirements.txt

model.properties

 # 模型唯一标识
-modelCode=466
+modelCode=xxx
 # 模型名称
 modelName=detr_pytorch
 # 模型描述
 modelDescription=DETR
 # 应用场景
-appScenario=推理,训练,目标检测,教育,交通,公安
+appScenario=推理,训练,目标检测,网安,交通,政府
 # 框架类型
 frameType=PyTorch

requirements.txt

@@ -6,3 +6,4 @@ torchvision>=0.6.0
 scipy
 onnx
 onnxruntime
+git+https://github.com/cocodataset/panopticapi.git
\ No newline at end of file