**目录：Retinanet-FPN做目标检测详细教程**

一. 项目环境

以下是我工程的环境（基于ubuntu18.04）：

环境	版本
python	3.6
pytorch	1.5.0

注释：环境主要是pytorch环境，而且库很好安装，缺少什么库就安装什么库，这个很简单；

二.项目连接

论文连接：https://arxiv.org/abs/1708.02002
项目连接：https://github.com/yhenon/pytorch-retinanet

三.项目搭建

3.1 数据准备

3.1.1准备coco数据集下载：

coco数据集地址下载方法一：
train2017：http://images.cocodataset.org/zips/train2017.zip
val2017：http://images.cocodataset.org/zips/val2017.zip
test2017：http://images.cocodataset.org/zips/test2017.zip
trainval2017：http://images.cocodataset.org/annotations/annotations_trainval2017.zip
trainval2017：http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
image_info_test2017：http://images.cocodataset.org/annotations/image_info_test2017.zip

coco数据集地址百度云下载方法二：
链接: https://pan.baidu.com/s/1XrRHtRIHu5Jp5j4Rv_-vXA 密码: cw0l

数据目录图片展示：

3.1.2数据增强和路径配置：
注释：数据增强和筛选很重要，后期我会专门讲解这块。
路径配置在train.py(P27).

3.2 搭建流程

3.2.1搭建流程：
github下载源码并把环境配置配置好，用pycharm打开。train.py参数配置好就可以运行，太简单了/haha.jpg/。然后可以单步调试就行了。具体函数在源码分析里面详细讲解。

四.源码分析

4.1.1代码目录：

4.2.1代码流程：

1. 前期准备：
   1》论文熟悉了，通读两遍。
   2》弄明白focalLoss原理，很简单的思想。参考：
   Retinanet的思想
   FocalLoss的原理
   3》Resnet50结构：
   
   2.代码熟悉：
   1》大致流程图如下：
   

五.参考文章

[1.] https://blog.csdn.net/qq_29462849/article/details/84898306?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.compare&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.compare

[2.]网络结构

注：转载请注明出处。