【目标检测】使用MMDetection训练自定义COCO格式数据集

1.自定义数据集(COCO格式)的准备

1.1. 将数据集按照以下路径存放到MMDet目录

mmdetection
|--data
|  |--coco
|     |--annotations
|        |--instances_train2017.json
|        |--instances_val2017.json
|
|     |--train2017
|        |--1.jpg
|        |--2.jpg
|        |--...
|
|     |--val2017
|        |--7.jpg
|        |--26.jpg
|        |--...

1.2. 选择模型和预训练权重

1.3. 修改数据集配置文件

查看所选模型的配置文件，以训练Faster R-CNN为例：

首先修改COCO数据集配置文件：configs/_base_/datasets/coco_detection.py

添加自定义数据集的类别信息

1.4. 修改模型配置文件的类别信息

模型配置文件路径：configs/_base_/models/faster_rcnn_r50_fpn.py

将类别数从80修改为自定义数据集的类别数： 

1.5. 设置预训练权重

配置文件路径：configs/_base_/default_runtime.py

添加预训练权重路径： 

1.6. 每次修改完config文件需进行setup

python setup.py install

2. 模型训练

python tools/train.py config.py

以训练Faster R-CNN为例：

python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py

MMDet常用指令：

【目标检测】MMDetection常用指令_ericdiii的博客-CSDN博客目标检测MMDetection库常用指令https://blog.csdn.net/ericdiii/article/details/125722277?spm=1001.2014.3001.5502