1. 准备工作
进服务器先conda activate openmmlab
如果没有conda初始化的话,要先
source ~/miniconda3/bin/activate
然后cd mmdetection进目录
2. 数据处理
把数据变成coco格式,这样放。其中有一些bbox是空的项,直接删掉。
数据有什么问题,把报错丢给gpt,让gpt改。
有时候gpt分析文件不太行,就新开一个对话,这样上下文的长度会小一些,gpt性能会更好。
3. train
以跑yolox为例,进入mmdetection文件夹,输入下面的命令:
python tools/train.py configs/yolox/yolox_s_8xb8-300e_coco.py
就可以开始训练了,根据报错改东西。
这样就是跑起来了:
4. test
以测试faster-rcnn为例,进入mmdetection文件夹,输入下面的命令:
python tools/test.py ./work_dirs/faster-rcnn_r50_fpn_efdata/faster-rcnn_r50_fpn_efdata.py ./work_dirs/faster-rcnn_r50_fpn_efdata/epoch_48.pth --out results.pkl --show --show-dir show_results
也就是
python [tools/test.py] [你用的配置.py] [跑出来的.pt文件] [--out] [你期望的out文件路径与名称] [--show-dir] [可视化文件夹名称]