MMDetection目标检测实例

MMDetection目标检测实例

MMDetection基于cooc数据集，Faster-rcnn方法的目标识别训练

---

---

前言

接触深度学习目标检测工具箱MMDetection将近一周了，学习过程十分艰难，光是安装配置环境就用了三天时间，不过慢慢克服苦难的样子是真漂亮！
由于这个工具箱是商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学在2018年联合开源的，比较新，而且没有非常详细的教程供我们学习，因此这里我要非常感谢那些大佬在平台上分享自己的经验。
以下便是一个小小实例想和大家分享（MMDetection工具包的使用环境：Ubuntu+Pycharm），愿大家也可以借助MMDetection感受一下深度学习目标检测的独特魅力。

---

一、MMDetection安装

安装的话我的经验简单地说就是：
1.硬件配置（GPU）
2.Linux比Windows好安装
3.参照Github上面的说明，一些依赖库的版本一定要对应

以下是我推荐的视频和博客：
mmdetection合集
深度学习目标检测工具箱mmdetection，训练自己的数据

相关的配置：
1.对应的包：

2.硬件配置：
CPU：Intel Xeon CPU E5-2678 2.5GHz 8核
TFLOPS: 9.062
显存: 8GB
显卡数量: 1
内存：16GB

二、数据集介绍

这个实例我是依据这个视频来做的，但是有很多步骤内容不太一样，可能是这个工具箱更新速度太快了，py文件有欣欣然出现的也有悄悄然陨落的，但是大体过程还是OK的。

数据集我存在了网盘里，大家直接下载就可以jku4 ，目标检测是由“壶”和“说明书”组成的，给大家放一个图感受一下：

数据集打开是三个文件夹：