使用URPC少量数据集在DiffusionDet上训练

文章详细介绍了如何使用Detectron2框架进行对象检测,包括构建自定义数据集,按照PascalVOC格式组织,将数据集上传到服务器,准备预训练模型,修改配置文件以适应特定任务,以及解决在训练过程中遇到的常见错误,如numpy版本不兼容、内存溢出和类别索引问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.数据集准备

1.1建立自己的数据集

为了快速验证训练可行,我只选10张图片参与训练过程(5张train,4张value,1张test)URPC标注存储为XML,为了方便操作,我选择PascalVOC数据格式来训练(detectron2能处理COCO、PascalVOC等等格式,具体还支持哪些数据格式可以参考detectron2的源码)

1.1.1接下来建议在本地将数据集准备好

按下图新建几个文件夹

-VOC2007
	-Annotations
		-[放入打好标签的XML文件]
	-ImageSets
		-Main
			-test.txt
			-train.txt
			-val.txt
	-JPEGImages
		-[放入数据集图片]

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

1.2将数据集部署到服务器

按照格式建立好打成ZIP格式上传至服务器放在DiffusionDet-main/datasets路径下然后解压
在这里插入图片描述

2.准备预训练模型

https://github.com/ShoufaChen/DiffusionDet
我这里选择的是COCO-Res50
在这里插入图片描述
并把它放到DiffusionDet-Main/model(自己建的)路径下
在这里插入图片描述

3

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值