labelme勾目标检测COCO数据格式，mmdetection框架训练

LiChengwei47

已于 2023-01-05 12:35:50 修改

阅读量538

点赞数

文章标签：目标检测 python 深度学习

于 2022-08-01 21:57:27 首次发布

本文链接：https://blog.csdn.net/it_LiChengwei/article/details/125944751

版权

环境安装
将labelme安装到anaconda环境中，激活环境，输入labelme打开软件
使用mmdetection训练自己的coco数据集(免费分享自制数据集文件)
还需要修改模型参数里面的num_class类别数量

mmdetection测试单张/多张图片并保存

(lableme) PS C:\Users\XXX\Desktop\labelme\examples\instance_segmentation> python labelme2coco.py --labels labels.txt

labels.txt文件里面除了
ignore
background
这两类还要将
labelme里面的类别输入进去，比如我的labels.txt的内容

__ignore__
_background_
window0
window1
window2
window3
window4
window5
window6
window7
window8
window9

我修改了labelme2coco.py中的输入输出地址

def main():
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter
    )
    parser.add_argument("--input_dir", default="U:/labelme/test/",help="input annotated directory")
    parser.add_argument("--output_dir",default="U:/labelme_out/", help="output dataset directory")
    parser.add_argument("--labels", help="labels file", required=True)
    parser.add_argument(
        "--noviz", help="no visualization", action="store_true"
    )
    args = parser.parse_args()

mmdetection预测结果保存labelme格式

mmdetection tool/test.py预测COCO数据格式json

python test.py  ../configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py work_dirs/faster_rcnn_r50_fpn_1x_coco/latest.pth --format-only --option "jsonfile_prefix=./result.json"

wandb用户登陆以及安装注册及解决训练模型报API错误
在Quickstart模块中获取用于登陆的私钥
在这里插入图片描述
mmdetection中wandb不输出valuation的问题解决方法
 可视化/绘制多个mmdetection的log.json日志文件