FAIR开源目标识别平台Detectron从入门到放弃（二） 使用自己的数据集（voc2007格式）训练Detectron

FAIR的detectron平台官方demo是基于MSCOCO数据集训练的，小白从faster rcnn一路走来，用的都是voc2007数据集格式，呕心沥血标注了voc2007格式的自建数据集，不能用了?不可以！

我没找到detectron官方给出的voc转coco代码，幸好MCOCO有官方的cocoapi，支持多种数据集转coco格式，伸手党福利。小白关注的是目标识别，按照本文的方法keypoint和segmention都会一并转换成json格式，但是我只测试了目标识别功能。

1. 将voc数据集标签转换为json格式

从github下载 cocoapi

matlab新建脚本文件，输入以下代码，并将cocoapi下MatlabAPI添加到路径。

首先编译下gason解析器，然后调用matlab CocoUtils类中的convertPascalGt function转换VOC数据集标签为coco数据集：

mex('CXXFLAGS=\$CXXFLAGS -std=c++11 -Wall','-largeArrayDims',...
    'private/gasonMex.cpp','../common/gason.cpp',...
     '-I../common/','-outdir','private');
 CocoUtils.convertPascalGt( 'D:/datasets', '2007', 'trainval', 'D:/datasets/pa