【MMDetection系列 - 2】MMDetection使用自定义数据集训练、测试已有模型

---

前言

本文介绍如何用自定义数据集来对MMDetection中给定的模型进行训练及测试。

本文采用的模型是：deformable_detr
数据集为： cat 数据集

---

一、数据集准备

在终端输入以下指令来下载并解压cat数据集：

rm -rf cat_dataset*
wget https://download.openmmlab.com/mmyolo/data/cat_dataset.zip
unzip cat_dataset.zip -d cat_dataset && rm cat_dataset.zip 

文件目录结构为：

mmdetection
├── mmdet
├── tools
├── configs
├── cat_dataset
│ ├── annotations (其中包括3个json文件)
│ ├── images（包含144张图片）
│ ├── labels（图片的json文件）
│ ├── labelsclass_with_id.txt

二、编写配置文件

1.创建配置文件

在mmdetection根目录下创建一个文件夹try_demo，在文件夹下建立一个my_demo_cat.py文件，文件内容如下

# my_demo_cat: 使用deformable-detr & cat数据集

_base_ = [
    '../configs/deformable_detr/deformable-detr-refine-twostage_r50_16xb2-50e_coco.py'
]

model = dict(
    backbone=dict(
        init_cfg=None)		# 不直接从官网下载预训练模型，使用我自己下载好的预训练模型
)


data_root = 'cat_dataset/' #数据集路径前缀


metainfo = {
   
   
    # 类别名，注意 classes 需要是一个 tuple，因此即使是单类，后面也需要加逗号。
    'classes'