使用pfld模型对压力表进行读表检测

1. 下载项目和数据集

下载项目：

git clone https://github.com/zhouayi/pfld.git

下载数据集：

wget https://github.com/zhouayi/pfld/releases/download/data/meter.zip -P datasets/
unzip datasets/meter.zip -d datasets/

2. 配置环境

本机Ubuntu 18.04，CUDA11.3，python 3.8，使用windows系统会出现很多的报错，不推荐。

pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113
pip install mmcv-full==1.7.0 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

其他的库，mmdet和mmcv、mmpose之间的版本要互相对应。

Package                Version
---------------------- ------------
addict                 2.4.0
albumentations         1.3.0
chumpy                 0.70
contourpy              1.1.1
cycler                 0.12.1
Cython                 3.0.10
fonttools              4.53.1
imageio                2.34.2
importlib-metadata     5.1.0
importlib_resources    6.4.0
install                1.3.5
joblib                 1.4.2
json-tricks            3.17.3
kiwisolver             1.4.5
lazy_loader            0.4
matplotlib             3.7.5
mmcls                  0.24.0
mmcv-full              1.7.0
mmdet                  2.26.0
mmpose                 0.29.0
munkres                1.1.4
networkx               3.1
numpy                  1.24.4
onnx                   1.12.0
opencv-python          4.10.0.84
opencv-python-headless 4.10.0.84
packaging              24.1
pillow                 10.4.0
pip                    24.0
protobuf               3.20.0
pycocotools            2.0.7
pyparsing              3.1.2
python-dateutil        2.9.0.post0
PyWavelets             1.4.1
PyYAML                 6.0.1
qudida                 0.0.4
scikit-image           0.21.0
scikit-learn           1.1.3
scipy                  1.10.1
setuptools             69.5.1
six                    1.16.0
terminaltables         3.1.10
threadpoolctl          3.5.0
tifffile               2023.7.10
tomli                  2.0.1
torch                  1.10.0+cu113
torchaudio             0.10.0+cu113
torchvision            0.11.1+cu113
tqdm                   4.46.1
typing_extensions      4.12.2
wheel                  0.43.0
xtcocotools            1.14.3
yapf                   0.32.0
zipp                   3.19.2

3. 训练和测试

在运行train.py文件前，需要临时配置下参数

export PYTHONPATH=/home/cw/edgelab/pfld/
export HOME=/home/cw/edgelab/pfld

不然会报错如下

3.1 训练

python tools/train.py mmpose configs/pfld/pfld_mv2n_112.py  --cfg-options total_epochs=30

3.2 测试

其中save_dir路径必须已经存在

python tools/test.py configs/pfld/pfld_mv2n_112.py work_dirs/pfld_mv2n_112/exp6/best_loss_epoch_30.pth --no-show --save-dir work_dirs/output --cfg-options data_root='datasets/meter/val'

然后去save_dir路径下就能看到识别结果了

4. 参考

训练和部署一个模拟读表检测模型