6.13openmmlabAI实战训练营mmsegmentation代码教学

今天同样是由子豪兄带领我们学习的mmsegmentation的代码教程部分，子豪兄说的“我希望你们都能在大树下乘凉”真的类目，只要修改数据集，config配置文件，就能使用子豪兄写好的代码训练自己的语义分割模型，并用训练好的模型测试语义分割的结果。总体来说分为下面这几个步骤：

1.下载数据集，需要确保格式和子豪兄的一致，文件夹分为ann_dir和img_dir，每个文件夹又分train和val，ann_dir是PNG格式的标注，img_dir是JPG格式的原图。

2.定义数据集类，需要把dataset.py文件中的数据集类别改成你使用的数据集的类别，并且指定图像扩展名。

3.定义训练/测试pipeline。这个文件只需要修改前两行的数据集类名和路径即可。

4.下载模型的config配置文件，这个config集成了算法的模型、训练的超参数、优化策略、刚才的训练/测试pipeline。

5.训练：尽量多留一些显存，如果报错CUDA out of memory，可以调小batchsize。

6.可视化训练日志，根据子豪兄写好的代码，可以看到训练结果的各种指标数据，以及loss和评估指标的变化曲线图。

7.用自己训练的模型预测自己的图片。

8.在测试集上进行性能评估。

总之，子豪兄已经尽可能把学习代码的门槛降到最低，除了安装过程，其实后面只是修改一些小地方，这也是openmmlab的强大之处，希望后续能学会config配置文件的写法，毕竟这是最关键的部分！

b站视频：MMSegmentation代码课_哔哩哔哩_bilibili