MMdetection训练配置

mmdetecton 安装

采用mmdetection,安装教程参考： Windows下配置MMDetection

数据集准备

实验为自制VOC数据集，使用tools/dataset_converters/pascal_voc.py转换为COCO格式数据集，结果包括 voc07_train.json、voc07_test.json、voc07_val.json，COCO数据集JSON文件格式字段说明参考：
COCO数据集JSON文件格式

FasterRCNN训练模型配置

进入configs->faster_rcnn->faster_rcnn_r50_fpn_1x_coco.py
分别引用三个文件，分别进入三个文件配置，配置参数

模型配置文件

进入 …/_base_/models/faster_rcnn_r50_fpn.py

由于本数据集只有一个类别，修改数据集类别个数：num_classes=1

数据集配置

数据集路径配置

进入 …/_base_/datasets/coco_detection.py
修改数据集根路径 data_root = ‘/media/lwt/Data/InfraredVOC’

标签位置 ann_file 该文本中也包括图像路径，不过没有根路径只有VOC数据格式主路径的路径，配置根路径 img_prefix

数据集类别配置

进入 mmdet/datasets/coco.py修改CocoDataset类中类别 CLASSES =(“ship”,)

训练轮次、学习率设置

进入 configs/base/schedules/schedule_1x.py修改 max_epochs=500

日志文件、权重文件设置

进入configs/base/schedules/default_runtime.py ，修改checkpoint_config = dict(interval=20) 20轮保存一次权重文件

运行

python ./tools/train.py ./configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py