mmdetection 修改config训练自己的detector

最新推荐文章于 2023-11-05 16:53:39 发布
原创 最新推荐文章于 2023-11-05 16:53:39 发布 · 1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了如何在mmdetection框架下修改config文件来训练自己的目标检测模型。首先从Supported methods选择模型并获取config文件，复制到本地并修改，如调整num_classes、optimizer和data路径。针对num_classes，需在模型定义的roi_head bbox_head中设置。同时要注意，某些参数可能需要根据报错信息补充。修改__base__引用以匹配原有COCO配置，完成配置文件定制。

简单来说，首页open-mmlab/mmdetection: OpenMMLab Detection Toolbox and Benchmark (github.com)

Supported methods模块点连接，如faster rcnn

进入后选择模型，config为config 文件所在地址，复制到自己的config路径后修改，如./configs/fire

下载model放置./checkpoints

找到上级文件，按照格式覆盖上级所含的参数

常用的需要改的参数为：

最低0.47元/天 解锁文章
mmdetection之config文件
weixin_45912366的博客
04-11 7741
1 config配置文件 MMDetection已经实现的配置文件都位于./configs文件夹下，配置文件都按照统一的规则命名，具体段的含义可以去官方文档自行查阅。 #命名规则 {model}_[model setting]_{backbone}_{neck}_[norm setting]_[misc]_[gpu x batch_per_gpu]_{schedule}_{dataset} #其中各个字段的含义 {model}： 模型种类，例如faster_rcnn,mask_rcnn等...
MMdetection之train_detector 源码解析
weixin_45912366的博客
04-30 2521
目录 （一）构建 data loaders（mmdet/datasets/builder.py） （2）构建分布式处理对象 （3）构建优化器 （4）创建 EpochBasedRunner 并进行训练 （一）构建 data loaders（mmdet/datasets/builder.py） 其主要步骤是创建采样器，并将采样器，collate 函数， worker_init_fn 函数传入 DataLoader 中，用于创建 pytorch dataloader。 def build_
【备份】mmdetection 3.0.0 DINO训练自己的数据集config文件
ZZZZ_Y_的博客
11-05 1723
环境：py3.8 + pytorch 1.8.1 + cuda 11.1。服务器Ubuntu版本：Ubuntu 22.04.1 LTS。
mmdetection源码笔记（四）：训练模型之train_detector()的解读
Activewaste
11-04 4728
引言 之前在写mmdetection源码的解读过程时，觉得train_detector()这部分很重要，对于理解整个的训练过程应该时起着非常大的理解作用。 然后最近研究工作一直在看和修改mmdetection的其他模块的代码这一块。感觉train_detector()这块内容其实也不是特别重要来着，可能就是一个加强理解的过程。这次还是花了点时间，大致的看了一下，顺便加上自己的一些理解，解释了一下整...
修改mmdet中res2net网络中的模型结构
故乡的云和星星
12-20 619
在mmdet的models zoo中的Res2net对应要改进的网络中，在红框中添加预训练模型当前所处的位置。 res2net预训练模型地址Res2Net: A New Multi-scale Backbone Architecture – 程明明个人主页https://mmcheng.net/res2net/ ...
【实践篇】mmdetection修改自己的config文件
weixin_42326479的博客
05-13 1898
目录1.环境配置2.测试环境是否安装正确3.打印出你需要的config文件4.开始训练5.过程文件 1.环境配置 操作 命令 版本 检查cuda版本 nvcc -V 11.4 根据cuda版本下载pytorch（官网：https://pytorch.org/get-started/locally/） pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu
MMDetection框架入门教程（二）：快速上手教程
Sual
10-24 2万+
MMDetection框架入门（二）：整体构建流程   本博客基于以下文档和链接内容整理，大家有兴趣可以看看原文。 轻松掌握 MMDetection 整体构建流程(一) 轻松掌握 MMDetection 整体构建流程(二) 1. 算法组件   MMDetection是一个深度学习开源框架，主要是为了解决当前目标检测算法比较复杂，细节比较多，难以复现的问题。目前 MMDetection 已经复现了大部分主流和前沿模型，例如 Faster R-CNN 系列、Mask R-CNN 系列、YOLO
（十一）mmdetection源码解读：train_detector
m0_37737957的博客
02-14 1348
一、train_detector函数分析 1、DataLoader 2、optimizer 3、runner 4、register hooks 5、runner.run 二、train_detector参数说明
MMDetection网络结构讲解
故乡的云和星星
11-19 3399
前言 MMDetection2中大部分模型都是通过配置4个基础的组件来构造的，本篇博客主要是介绍MMDetection中的配置文件，主要内容是按照MMDetection文档进行中文翻译的，有兴趣的话建议去看原版的英文文档。 一、配置文件结构 在config/_base_文件夹下面总共有4个基础的组件，它们分别是：dataset、model、schedule、default_runtime。 许多的方法都可以被这些基础组件轻松的构造，我们将由_base_中的组件构成的配置称之为primitive。
mmdetection修改源码来进行backbone结构改进
弓长^_^张的博客
11-30 7647
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录1、找到mmdet中的backbone相关的模型源码2、修改backbone源码3、修改对应的config代码总结 本文以mobilenet作为backbone举例 1、找到mmdet中的backbone相关的模型源码 首先要找到你安装在虚拟环境中的mmdet库的路径，mmdet中的源码文件如下图所示： 在mmdet->models->backbones文件夹下就都是各种特征提取的backbone源码了 2、修改ba
mmdetection的configs中的各项参数具体解释
热门推荐
hajlyx的博客
01-07 5万+
简介 在使用mmdetection对模型进行调优的过程中总会遇到很多参数的问题，不知道参数在代码中是什么作用，会对训练产生怎样的影响，这里我以faster_rcnn_r50_fpn_1x.py和cascade_rcnn_r50_fpn_1x.py为例，简单介绍一下mmdetection中的各项参数含义 faster_rcnn_r50_fpn_1x.py 首先介绍一下这个配置文件所描述的框架，它是基...
mmdetection2.24.1修改backbone（使用mmcls和timm已有模型）
ouening的博客
05-20 6458
mmdetection版本：2.24.1 pytorch版本：1.11.0 官方文档Tutorial 11: How to xxx — MMDetection 2.24.1 documentation对更换backbone已经有了比较详细的介绍，特别是较新的版本已经支持mmcls库以及timm库中的现有分类网络，一般直接拿来修改使用即可，但这里最重要的一点就是需要保证修改后的backbone要和后面的neck结构进行进行匹配，主要是通道数方面。目标检测模型的通用结构如下图所示，如果更改backbone后导致
MMdetection系列之Config配置文件（V3更新后）
qq_41627642的博客
05-12 7812
如果你想查看配置文件, 你可以运行 python tools/misc/print_config.py /PATH/TO/CONFIG to see the complete config. 使用现有模型对给定图像进行推理. .在标准数据集上测试现有模型。 在标准数据集上训练预定义模型。 ...
mmdetection config文件官方解析
Lowerce的博客
08-17 718
model = dict( type='MaskRCNN', # The name of detector backbone=dict( # The config of backbone type='ResNet', # The type of the backbone, refer to https://github.com/open-mmlab/mmdetection/blob/master/mmdet/models/backbones/resnet.py#L308
MMDetection学习笔记-03config配置文件
www
09-04 2118
config是MMXXXX系列中的重点，可以用一个config文件跑所有的程序。这样处理的原因是参数过多。不只是因为模型参数多，选取的优化器，lr的各种变化，数据如何处理…等一堆参数。每次修改的时候，都不可能跑到源码中修改，那么一个config文件把这些所有的参数都写到一个文件中，然后程序一键构建。 config中的aaa.py文件常常索引了其他xxx1.py文件为base，并对其中部分参数进行修改。当我们查看文件xxx1.py时候，可发现xxx1.py又索引了xxx2.py文件。这样的索引可能会嵌套好多次
从零到一 使用mmdetection 构建自己的目标探测网络
qq2474842866的博客
10-12 2027
从0到1，构建自己的目标检测模型，详细教程
MMdetection 环境配置、config文件解析以及训练自定义VOC数据集
枫叶wu的博客
03-13 3924
MMDetection是针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法，大大提高了代码复用率。本文根据我自己最近的使用经验，记录一下关于MMdetection的使用方法。
open-mmlab的mmdetection使用总结
weixin_52120741的博客
10-31 443
使用总结如下：环境安装配置见官方教程，如果在jupyter-notebook里，只要在mim前加上！
mmsegmentation教程1:自定义数据集、config文件修改、训练教程
weixin_42748439的博客
02-09 2万+
mmseg使用教程
mmdetection的config解读
08-21
mmdetection的config文件用于定义模型的结构和超参数。根据引用，mmdetection的config文件位于mmdetection/configs目录下，每个模型都有一个对应的config文件。配置文件使用Python语法编写，并包含了各种参数和模块的定义。 引用提到了mmdetection/mmdet/apis目录，其中的inference.py文件中包含了init_detector和inference_detector两个函数。init_detector函数用于从配置文件和模型权重文件中初始化模型，inference_detector函数用于进行推理。这些API函数可以帮助用户快速加载和使用模型。 根据引用，mmdetection的官方GitHub地址是https://github.com/open-mmlab/mmdetection。用户可以在该地址找到模型的权重文件。mmdetection官方提供了model_zoo.md文件，其中列出了各个模型的权重下载链接。 为了使用mmdetection进行测试，用户需要导入mmcv和相应的API函数，并进行初始化和推理操作。引用中给出了一个测试代码的示例，其中使用了faster_rcnn_r50_fpn_1x_coco模型进行推理。 综上所述，mmdetection的config文件用于定义模型结构和超参数，API函数可以帮助用户加载和使用模型，官方GitHub地址提供了模型权重下载链接。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [mmdetection源码详细解读](https://blog.csdn.net/weixin_41560402/article/details/108169935)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值