mmdetection[v2.6.0]训练自己的VOC数据集

步骤一：首先根据规范的VOC数据集导入到项目目录下，如下图所示：

mmdetection
├── mmdet
├── tools
├── configs
├── data
│   ├── VOCdevkit
│   │   ├── VOC2007
│   │   │   ├── Annotations
│   │   │   ├── JPEGImages
│   │   │   ├── train.txt
│   │   │   ├── val.txt

步骤二：修改config.py, 

在configs文件夹中选择自己要训练的config文件，例如：faster_rcnn/faster_rcnn_x101_64x4d_fpn_1x_coco.py

选好后，打开可以看到faster_rcnn_x101_64x4d_fpn_1x_coco.py对应的基础config为faster_rcnn_r50_fpn_1x_coco.py

              打开可以看到faster_rcnn_r50_fpn_1x_coco.py 的基础配置如下：

下面我需要修改这两个文件：

退到上级目录找到_base_,找到faster_rcnn_r50_fpn.py，修改原VOC类的数目：

datesets中VOC0712.py,修改成你的数据源:

步骤三：修改mmdetection/mmdet/datasets目录下voc.py

步骤四：修改mmdetection/mmdet/core/evaluation目录下class_names.py

 

步骤五：

运行python setup.py install，重新编译

运行代码 python ./tools/train.py configs/faster_rcnn/faster_rcnn_x101_64x4d_fpn_1x_coco.py  --work_dir models

测试：

python ./tools/test.py  configs/my3.py work_dirs/faster_rcnn_r50_fpn_1x/latest.pth --out model/result.pkl --eval mAP