使用自己制作的数据集（制作成coco格式），运行fasterRCNN总结

1、使用github上的pytorch实现:https://github.com/jwyang/faster-rcnn.pytorch

按照作者说明，配置好。注意，安装在服务器上的cuda版本要和编译这个工程使用的cuda版本一致，与pytorch调用的cuda版本一致，否则会报错：undefined symbol: __cudaPopCallConfiguration

2、制作自己的数据：

首先应该清楚mscoco的数据格式：

（1）文件夹的组织方式：

coco

     images

          train2014

                  一张张具体的图像

          test2014

                  一张张具体的图像

     annotations

                  instances_train2014.json

                  instances_test2014.json

（2）将自己的数据组织成如下格式。

3、关于我的数据：

我的数据中，具体图像是以 “单词_日期_序号.png”命名的。但是，mscoco中具体的图片是以“序号.png”命名的。所以，需要修改代码中pycocotools\coco.py中的getImgIds函数、createIndex函数，改成符合我的数据的索引以及文件名称。

其次，修改factory.py中的内容，因为我的数据只有训练集和测试集，没有源代码中提到的'val', 'minival', 'valminusminival', 'trainval'。同样，也要修改trainval_net.py中的参数解析/dataset部分。

 

关于源代码的组成，参考博客https://www.cnblogs.com/louyihang-loves-baiyan/p/4903231.html。