MMDetection - 개요 및 설치방법

1. MMDetection

• OpenMMLab에서 개발한 오픈소스 객체 탐지(Object Detection) 라이브러리
• 객체 탐지와 관련된 다양한 최신 모델과 기능을 제공함
• 다양한 사전 학습된 모델(YOLO, R-CNN 등)을 제공하므로, 사용자 데이터에 맞게 빠르게 Fine-tuning 할 수 있음
• PyTorch에 기반하여 CPU 환경에서도 사용할 수 있으나, 성능이 상당 부분 떨어질 수 있어 GPU 환경에서의 사용이 권장됨
• 사용 사례: 자율주행차 객체인식, CCTV 영상 분석, 불량품 검출 등

출처: MMDetection Github

2. MMDetection 설치

• MMDetection 설치를 위해서는 기본적으로 Python 3.7+, CUDA 9.2+, PyTorch 1.8+의 환경이 갖춰져 있어야 함 (2025.1. 기준)
• 또한, 각 환경요소의 버전에 따라 의존성이 크기 때문에 공식문서와 에러메시지를 참고하여 패키지를 설치하여야 함

2-1. MMEngine, MMCV 설치

• 작업 환경: PyTorch 2.1.0, Python 3.10, CUDA 11.8.0, Ubuntu 22.04
• 특히, MMCV 버전에 따른 오류가 자주 발생하므로 MMCV 공식문서의 버전을 참고할 것

# openmim 명령어 설치
pip install -U openmim

# mmengine 설치
mim install mmengine

# mmcv 설치 (공식문서 내 버전 참고)
pip install mmcv==2.1.0 -f https://download.openmmlab.com/mmcv/dist/cu118/torch2.1/index.html

2-2. MMDetection 설치

• MMDetection GitHub 저장소에서 Clone하여 설치

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

2-3. 정상 설치여부 확인

• Jupyter Notebook 사용하고 있다면, Kernel 재시작 후 import 필요
• 버전이 정상 출력되지 않고, 에러메시지가 뜨는 경우 에러의 내용을 보고 해당되는 패키지를 재설치하여야 함

import mmdet, mmcv, mmengine
print("MMDet version:", mmdet.__version__) # MMDet version: 3.3.0
print("MMCV version:", mmcv.__version__) # MMCV version: 2.1.0
print("MMEngine version:", mmengine.__version__) # MMEngine version: 0.10.6

• MMDetection 공식문서에서 제공하는 데모 코드를 bash에서 실행하면, ./outputs/vis 폴더 내 demo.jpg 이미지에 객체 정보가 추가되었음을 확인할 수 있음

mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .

python demo/image_demo.py demo/demo.jpg rtmdet_tiny_8xb32-300e_coco.py \
--weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth \
--device cpu

*이 글은 제로베이스 데이터 취업 스쿨의 강의 자료 일부를 발췌하여 작성되었습니다.