【MMDetection 系列：二】详细步骤使用教程，如何修改来跑自己的数据集

原创

于 2019-07-31 10:55:50 发布 · 置顶 · 1.5w 阅读

55 ·

CC 4.0 BY-SA版权

文章标签：

#mmdetection #使用教程 #配置文件

本文介绍了如何使用MMDetection框架训练自己的数据集。首先，安装环境并按照官方教程配置。然后，修改配置文件，包括`num_class`，`work_dir`，以及数据路径。接着，将数据转换为VOC格式，并更新`voc.py`中的类别。训练过程中，调整`epoch`，`lr`，`ann_file`，`img_prefix`等参数。最后，设置`work_dir`，`load_from`和`resume_from`，并注意当使用预训练模型时的兼容性问题。

MMDetection

我的理解

首先要安装环境，conda create ，按照官网五步走，安装配置好详细见教程
接着修改configs 文件里面的配置文件，修改 num_class （类别+1）以及 work_dir 路径，以及 train 、validation、test 的data 路径

接着制作数据，因为我的数据和 voc 很像，制成voc格式

mmdetection
├── mmdet
├── tools
├── configs
├── data
│ ├── voc2012
│ │ ├── train
│ │ │ ├── JPEGImages #图片
│ │ │ ├── Annotations #标注信息
│ │ ├── train.txt # 每一行是JPEGImages中图片文件名
│ │ ├── validation
│ │ │ ├── JPEGImages
│ │ │ ├── Annotations
│ │ ├── validation.txt
│ │ ├── test
│ │ │ ├── JPEGImages