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: