CenterNet 训练自己的数据集

github地址：https://github.com/Duankaiwen/CenterNet

论文：https://arxiv.org/abs/1904.08189

1、在github上下载，配置好环境。

2、准备数据

把自己的数据转化为coco的格式，网上有很多工具可以下载使用。我的数据是yolo格式的，需要的话可以提供我的yolo to coco的代码。yolo to coco数据转化小工具：https://github.com/surserrr/yolo_to_coco （随手star啦谢谢～～

数据分成train和val。 图片文件夹名字改为trainval2014和minival2014，放到CenterNet-master/data/coco/images中； json文件名为instances_trainval2014.json和instances_minival2014.json，放到CenterNet-master/data/coco/annotations中。

注意：如果你在训练之前，用coco数据集测试了模型，那么把CenterNet-master/cache/coco_minival2014.pkl删掉！如果没有训练过就忽略。（因为你在第一次运行的时候，代码会把coco数据的instances转化为它要用的格式，下一次用的时候就会直接读取。如果你没删掉，但你训练自己的数据集的时候，模型在val的时候会自动读取已经存在的coco的数据）

3、修改参数。

我数据集的类别只有1类，GPU1个。

必须修改的参数：

    1）models/CenterNet-52.py或者models/CenterNet-104