mmdetection使用指南

主要是目标检测方面的使用记录，mmdetection还有分类网络，分割等功能，但这篇博客主要关注目标检测，之后如果涉及到分割会再开一篇博客进行记录。

1. 安装

mmdetection需要的环境是cuda10.0为基础的环境，对驱动版本也有一定的要求，cuda8.0的我始终没有配通，主要的错误都是跟cuda相关的。

具体安装过程参见：https://blog.csdn.net/DD_PP_JJ/article/details/103055629

安装完大体环境以后，开始配置mmdetection

• 操作系统：Linux
• Python 3.5+
• PyTorch 1.0+ 或 PyTorch-nightly
• CUDA 9.0+
• NCCL 2+
• GCC 4.9+

然后cd进入mmdetection， 运行：

python setup.py develop

进行编译，如果你的mmdetection是从另外一台机器复制过来，只要他存在build文件夹，都有可能造成报错。直接rm -rf build, 删除build文件夹后重新运行，就可能能够顺利通过。

2. 准备VOC格式数据集

具体数据集构建可以看：

1. https://www.cnblogs.com/pprp/p/10863496.html#数据集构建
2. https://blog.csdn.net/weicao1990/article/details/93484603

有一个库有一些脚本进行检查和生成：

https://github.com/pprp/voc2007_for_yolo_torch

3. 个性化配置

训练之前首先要根据自己的数据集对配置文件进行修改：

• 修改类别数量， num_classes = 类别数+1

          dict(
              type='SharedFCBBoxHead',
              num_fcs=2,
              in_channels=256,
              fc_out_channels=1024,
              roi_feat_size=7,
              num_classes=2, #  修改 81 -> 2
              target_means=[0., 0., 0., 0.],
              target_stds=[0.05, 0.05, 0.1, 0.1],
              reg_class_agnostic=True