mmdetection框架上将训练保存好的模型用于测试单张图片的方法有很多，但是从mmdetectionv1.0rc1版本及以后的版本中，源代码有了一定的更新，而官方文档上用于测试单张图片的方法还并未更新。网上相关教程也是老版本的教程，于是在此分享一下亲测有效的最新方法。
官方文档上测试单张图片方法：
在mmdetectionv1.0rc1及以后的版本中，做了以下变更：
1、show_result()函数被封装进了show_result_pyplot（）函数中。
2、在show_result_pyplot（）函数中，并未留出保存测试好图片的接口。
因此，为测试图片，需要做对应的更改。
1、新建test.py文件，然后直接上代码：
from mmdet.apis import init_detector, inference_detectorfrom mmdet.apis import show_result_pyplotimport osimagepath = r'D:\software\opensources\mmdet214\data\new_cell_cocoformat\valset' #需要加载的测试图片的文件路径savepath = r'D:\software\opensources\mmdet214\configs\retinanet\cell\test_show' #保存测试图片的路径config_file = r'D:\software\opensources\mmdet214\configs\cell\retinanet_r101_fpn_1x_cell.py' #网络模型checkpoint_file = r'D:\software\opensources\mmdet214\work_dirs\retinanet_r101_fpn_1x_cell_1300_472\epoch_100.pth' #训练好的模型参数device = 'cuda:0'# init a detectormodel = init_detector(config_file, checkpoint_file, device=device)# inference the demo imagefor filename in os.listdir(imagepath):img = os.path.join(imagepath, filename)result = inference_detector(model, img)out_file = os.path.join(savepath, filename)show_result_pyplot(model, img, result, out_file,score_thr=0.6)
2、修改mmdet\apis\inference.py文件中的以下函数（跟着代码中注释修改）：
# mmdet\apis\inference.py''''''def show_result_pyplot(model,img,result,out_file, #加入out_file，运行时把改行注释删除score_thr=0.3,title='result',wait_time=0):"""Visualize the detection results on the image.Args:model (nn.Module): The loaded detector.img (str or np.ndarray): Image filename or loaded image.result (tuple[list] or list): The detection result, can be either(bbox, segm) or just bbox.score_thr (float): The threshold to visualize the bboxes and masks.title (str): Title of the pyplot figure.wait_time (float): Value of waitKey param.Default: 0."""if hasattr(model, 'module'):model = model.modulemodel.show_result(img,result,out_file, #加入out_file，运行时把改行注释删除score_thr=score_thr,show=True,wait_time=wait_time,win_name=title,bbox_color=(72, 101, 241),text_color=(72, 101, 241))
保存上述修改过的文件以后运行即可test.py即可。
