用detectron训练KITTI数据集

本文记录了使用Detectron训练KITTI数据集的完整流程,包括数据准备(XML转JSON,调整VOCinit配置,创建数据软连接),模型训练(下载预训练模型,修改配置文件如设置NUM_CLASSES,指定权重文件和数据集路径),以及开始训练的步骤。
摘要由CSDN通过智能技术生成

仅作为记录实验过程之用。

一.数据准备
1.放置数据
由于数据格式之前是VOC,而detectron要求的是JSON,所以要先进行格式转换,详情参见百度搜索:xml转json
生成的目录也有要求:

|VOC2007 
|_ JPEGImages
| |_ <im-1-name>.jpg
| |_ ...
| |_ <im-N-name>.jpg
|_ annotations 
|  |_ voc_2007_train.json 
|  |_ voc_2007_val.json 
|_ VOCdevkit2007
   |_ VOC2007 
      |_ Annotations
      |_  ImageSets 
            	|_ Main
           		   |_ train.txt 
            	   |_ val.txt
            	   |_ test.txt cd..
    |_ VOCcode
    |_ local 
    |_ results
    |_ ...
--------------------- 
作者:Mr_health 
来源:CSDN 
原文:https://blog.csdn.net/mr_health/article/details/80676799 
版权声明:本文为博主原创文章,转载请附上博文链接!

2.修改VOCcode中的VOCinit
将VOCinit中%VOC2007 classes改为自己数据集的classes,KITTI数据集是:

VOCopts.classes={...
    'pedestrian'
    'cyclist'
   'car'};

3.创建数据软连接

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值