Semua artikel

Cara Menjalankan RTMDet Tanpa mmdetection

Xuban

RTMDet adalah detector real-time dari OpenMMLab yang mencapai akurasi COCO tinggi sambil tetap cukup cepat untuk deployment. Arsitekturnya rapi. Instalasinya tidak.

Menjalankan RTMDet dari source resmi berarti merangkai stack OpenMMLab yang terdiri dari empat lapisan:

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
mim install mmdet

Rentang versi yang kompatibel sempit. mmdet 3.3.0 mensyaratkan mmcv < 2.2.0, tetapi mim install mmcv>=2.0.0 akan memasang 2.2.0 begitu saja, yang kemudian gagal saat assertion runtime. Anda harus menentukan versinya sendiri.

Lalu ada masalah yang lebih besar. Wheel mmcv terbaru adalah versi 2.2.0, dirilis pada April 2024 dan tidak pernah diperbarui sejak itu. Wheel tersebut hanya menyediakan binary siap pakai hingga torch 2.4 / CUDA 12.1. Instalasi pip install torch yang baru sekarang memberi Anda PyTorch 2.12. Kesenjangan versi ini membuat mmcv harus mengompilasi ops C++/CUDA dari source: prosesnya memerlukan 10 hingga 30 menit, CUDA toolkit yang cocok, nvcc, dan compiler C++ yang kompatibel. Di sinilah berbagai error yang terdokumentasi muncul:

  • ModuleNotFoundError: No module named 'mmcv._ext' -- ops hasil kompilasi tidak terbentuk atau tidak cocok,

  • nvcc fatal: Unsupported gpu architecture 'compute_86' pada semua kartu RTX 30-series,

  • AttributeError: module 'pkgutil' has no attribute 'ImpImporter' -- stack ini memaksa Anda kembali ke Python 3.8,

  • segmentation fault saat impor karena versi GCC tidak cocok.

FAQ OpenMMLab sendiri menyarankan pemasangan mmcv dengan pip, bukan mim, untuk menghindari jebakan versi. Halaman Get Started mereka menyarankan penggunaan mim. Keduanya dokumen resmi. Isinya saling bertentangan.

Setelah stack berhasil dijalankan, inferensi tetap mengharuskan Anda memilih file konfigurasi yang namanya mengodekan resep pelatihan, lalu mengunduh checkpoint secara terpisah dengan nama berisi hash, dan menghubungkannya melalui registry yang perlu dipelajari terlebih dahulu.

LibreYOLO menggantikan semua itu:

from libreyolo import LibreYOLO

model = LibreYOLO("LibreRTMDets.pt")  # auto-downloads on first run
results = model("image.jpg", save=True)

Tanpa mim, tanpa matriks versi empat paket, tanpa kompilasi dari source, tanpa file konfigurasi, tanpa perlu mencari checkpoint berdasarkan hash, dan tanpa harus menggunakan Python 3.8. Bobot dikonversi dari checkpoint OpenMMLab upstream dan inferensinya setara bit demi bit dengan mmdetection pada checkpoint yang sama.

Tersedia lima ukuran: Tiny, Small, Medium, Large, dan X. Semuanya berjalan pada 640 px.

print(results[0].boxes.xyxy)  # xyxy coordinates
print(results[0].boxes.conf)  # confidence scores

Kapan pilihan aslinya masih tepat

Jika Anda perlu melatih atau melakukan fine-tuning RTMDet dengan pipeline augmentasi MMDetection lengkap, atau sudah banyak menggunakan ekosistem OpenMMLab dan mmcv berfungsi dengan baik, tetap gunakan stack tersebut. LibreYOLO adalah pilihan yang lebih baik untuk inferensi dan deployment.

Catatan tentang lisensi

MMDetection dan RTMDet menggunakan Apache 2.0. Kode LibreYOLO berlisensi MIT. Bobot memiliki ketentuan Apache 2.0 yang sama dari upstream. Tidak ada batasan komersial.

Coba

pip install libreyolo

from libreyolo import LibreYOLO

model = LibreYOLO("LibreRTMDetl.pt")
results = model("image.jpg", save=True)
print(results[0].boxes.xyxy)
print(results[0].boxes.conf)

LibreYOLO berlisensi MIT, berjalan di Linux, Mac, dan Windows, serta berfungsi di GPU, Apple Silicon, dan CPU biasa tanpa perubahan kode. Satu API mencakup RTMDet, RT-DETR, RF-DETR, D-FINE, YOLOX, YOLO-NAS, segmentasi, pose, kedalaman, dan lainnya.

Beri bintang di GitHub: github.com/LibreYOLO/libreyolo | Dokumentasi: libreyolo.com/docs