工程地址:https://github.com/facebookresearch/Detectron
Detectron的Mask RCNN直接使用的是coco数据集格式,因此,我们尝试将自己的数据集制作成coco的格式
一、数据集准备
制作数据需要使用labelme进行标注,安装方法很多,这里随便推荐一个博主的介绍https://blog.csdn.net/qq_38451119/article/details/83036495
数据标注完成之后,每一张图片会生成一个同名json文件,接下来就是进行转换了
这里提供一个labelme2coco文件:labelme2coco.py
将labelme2coco.py放在数据集统一路径下,按照自己的数据集进行修改,运行,得到train.json或者test.json
二、Detectron数据集安放
数据集安放可以按个人喜好,这里给出我的安放方法:
annotations: 生成的coco格式的test.json train.json
test: 所有测试集图片
train: 所有训练集图片
要开始训练,需要修改detectron/dataset/dataset_catalog.py
在 _DATASETS 后加上自己的数据集
再将训练使用的yaml文件中DATASETS改成自己刚刚设置的数据集名
至此,MaskRCNN的数据集准备工作就完成了。