使用mmdetection检测并存储结果

使用voc格式样本训练

修改mmdet/datasets/voc.py文件中类别，注意格式别出错

CLASSES = ('bird-nest',)

然后修改配置文件，其中img_scale是你输入图片的宽高，num_classes=数据集类别数+1(背景)，其他超参按照官网教程修改即可。

如果要做精度评价的话，要记得修改mmdet/core/evaluation/class_names.py中的类别跟数据集的类别一致。

检测并保存结果(添加nms)

由于我在超算上运行，所以没有做结果显示，只是保存为了jpg
在根目录下新建一个demo.py文件，并运行。

import mmcv
import os
import numpy as np
from mmcv.runner import load_checkpoint
from mmdet.models import build_detector
from mmdet.apis import init_detector, inference_detector, show_result

model = init_detector('configs/pascal_voc/faster_rcnn_r50_fpn_1x_voc0712.py', 'work_dirs/faster_rcnn_r50_fpn_1x_voc0712/epoch_8.pth', device='cuda:0')

input_dir = 'data/VOCdevkit/VOC2007/JPEGImages/'
out_dir = 'results/'

if not os.path.exists(out_dir):
    os.mkdir(out_dir)


def py_cpu_nms(dets, thresh):
    """Pure Python NMS baseline."""
    dets = np