1.收集底层环境 2.mmdet流程 1)准备数据集以及可视化 2)自定义配置文件 3) 训练前可视化验证 4)训练模型 5)模型测试 6)可视化分析 3 常见错误 1)metainfo 主要配置class 标签 以及颜色,并要传给dataset 2)metainfo配置错误容易出现如:num_class不匹配,loss_box为0,评估结果为空等问题 3)lr一定要更具实际情况缩放,不然容易出现NAN的情况