S5242的博客

近期使用mmyolo过程中发现工具自带的yolo2coco.py在转换完数据集格式后，可视化标签的时候会有标签错乱情况，具体原因也没找到，肯定是转换过程代码有问题，于是重新做一份代码直接从yolo数据集转化为coco的json格式。这两个标签id和标签名即可。我的txt标签格式如下。

详细信息可以看官方文档：./docs/en/tutorials/pytorch2onnx.md这里把命令摘了出来用法//bashpython tools/deployment/pytorch2onnx.py \ ${CONFIG_FILE} \ ${CHECKPOINT_FILE} \ --output-file ${OUTPUT_FILE} \ --input-img ${INPUT_IMAGE_PATH} \ --shape ${IMAGE_SHAPE}

可视化visdrone数据集的标签结果，方便查看标签结果。

文章目录demo使用单张图片测试--image_demo.py视屏推理--video_demo.py本地摄像头测试：webcam_demo.py测试现有模型--test.py单 GPU 测试多 GPU 测试训练-train.py单 GPU 训练多 GPU 训练推理时间基准--benchmark.py可视化数据集标签 -- browse_dataset.pydemo使用单张图片测试–image_demo.pypython demo/image_demo.py \ ${IMAGE_FILE} \

visdrone是一个无人机的目标检测数据集现在先要自己训练一下这个数据集，需要把他转化为coco数据集格式.然后用mmdetection训练看看效果

ubantu下安装mmdetection流程，对其他版本该操作稍加修改也同样适用。