mmdetection训练pascal_voc格式的数据集

最新推荐文章于 2024-11-26 12:06:13 发布

cc__cc__

最新推荐文章于 2024-11-26 12:06:13 发布

阅读量2.5k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：目标检测深度学习 python

本文链接：https://blog.youkuaiyun.com/cc__cc__/article/details/104116988

深度学习专栏收录该内容

24 篇文章

订阅专栏

本文详细介绍了使用mmdetection框架进行目标检测模型训练的步骤，包括数据集准备、配置文件修改、模型训练、测试及评估。适用于希望快速上手mmdetection的开发者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装mmdetection的方法见上篇博客：安装mmdetection并测试demo

一、准备数据集（pascal_voc格式）

最终要得到下方的结构：

mmdetection
├── mmdet
├── tools
├── configs
├── data
│   ├── VOCdevkit
│   │   ├── VOC2007
│   │   │   ├── Annotations
│   │   │   ├── JPEGImages
│   │   │   ├── ImageSets
│   │   │   │   ├── Main
│   │   │   │   │   ├── test.txt
│   │   │   │   │   ├── trainval.txt
│   │   │   │   │   ├── train.txt
│   │   │   │   │   ├── val.txt

具体每一部分存放什么内容，网上有很多参考。也可下载官方的VOC2007数据集并将其中各部分进行替换。
另外，生成ImageSets/Main中的train.txt、trainval.txt等文件的脚本，可参考之前的博客：统计清理数据集文件用到的命令和python脚本中的“二、Python脚本”

二、修改配置文件及相关文件

1.修改mmdetection/configs中的配置文件

我使用的是retinanet_r50_fpn_1x.py（可先将其备份再修改）

num_classes为自己数据集的类别数+1
dataset_type = ‘VOCDataset’ ；data_root = ‘data/VOCdevkit/’
ann_file = data_root + ‘VOC2007/ImageSets/Main/xx.txt’
img_prefix = data_root + 'VOC2007/'等

2.修改mmdetection/mmdet/datasets/voc.py文件

将class VOCDataset()中的classes修改为自己数据集的类别

3.修改mmdet/core/evaluation/class_name.py文件

将其中voc_classes()修改为自己数据集的类别

4.修改mmdetection/tools/voc_eval.py文件

将下方代码注释掉

if hasattr(dataset, 'year') and dataset.year == 2007:
	dataset_name = 'voc07'
else:
	dataset_name = dataset.CLASSES

在eval_map上添加dataset_name = dataset.CLASSES

三、训练

python tools/train.py ${CONFIG_FILE} --work_dir ${YOUR_WORK_DIR}

四、测试

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}] [--show]

[ ]中的内容为可选项

五、评估

python tools/voc_eval.py ${RESULT_FILE} ${CONFIG_FILE}

参考：

https://blog.youkuaiyun.com/fengxinzioo/article/details/103644793
https://blog.youkuaiyun.com/jy1023408440/article/details/93487262
https://blog.youkuaiyun.com/marshallwu1/article/details/93331712