VFA训练自定义VOC格式数据集

论文链接：arxiv.org/pdf/2301.13411.pdf

代码下载链接：csuhan/VFA: Official code of the paper "Few-Shot Object Detection via Variational Feature Aggregation" (AAAI 2023) (github.com)

一、环境配置

1、创建环境

conda create -n vfa python=3.8 -y #创建名为vfa的环境
conda activate vfa #激活环境

 2、安装pytorch

这里我安装的是torch1.7.1 + cuda110

pytorch官网：PyTorch

conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=11.0 -c pytorch

3、安装mmfewshot框架包

pip install openmim
mim install mmcv-full==1.3.12

# 安装 mmclassification mmdetection
mim install mmcls==0.15.0
mim install mmdet==2.16.0
#安装 mmfewshot
mim install mmfewshot==0.1.0

4、安装VFA

python setup.py develop

 二、数据集准备

（1）本人数据集配置：总共3个类别，其中taoguan和naizhangxianjia为基类，birdnest为新类

（2）数据集结构说明：

data/few_shot_ann/voc/benchmark_{实例数量}shot 下储存第二阶段迁移训练图像 txt文件，文件名称命名为 box_{实例数量}shot_{类别名称}_train.txt ；

data/VOCdevkit/VOC2007/Annotations下储存所有图像xml格式标签文件（所有=基类+新类）；data/VOCdevkit/VOC2007/ImageSets/Main储存所有图像训练、验证、测试txt文件；

data/VOCdevkit/VOC2007/JPEGImages下储存所有图像

三、数据集训练与测试

（1）基础训练

修改configs/_base_/datasets/nway_kshot/base_voc_ms.py

 data_root为数据集根路径，sample_per_gpu为batchsize参数，num_support_ways为基类类别数量，ann_file为对应自己数据集txt路径

本人数据集中无voc2012文件夹，故相关代码都注释掉了，避免后续跑代码报错

修改configs/_base_/datasets/models/faster_rcnn_r50_caffe_c4.py中num_classes为所有类别数量（所有=基类 + 新类）

 修改configs/vfa/voc/meta-rcnn_r50_c4.py中num_classes和num_meta_classes为所有类别数量

修改configs/vfa/voc/vfa_r101_c4.py中num_classes和num_meta_classes为所有类别数量

修改configs/vfa/voc/vfa_split1/vfa_r101_c4_8xb4_voc-split1_base-training.py中num_classes和num_meta_classes为所有基类类别数量，lr自行修改

开始训练：修改train.py中config为上一步base-training代码路径，work-dir为自定义训练日志储存路径，gpus为使用显卡训练数量，修改后运行

运行后在work-dir参数指定路径中生成latest.pth权重文件

（2）小样本训练（以10shot为例）

修改configs/vfa/voc/vfa_split1/vfa_r101_c4_8xb4_voc-split1_10shot-fine-tuning.py中lr学习率，max_iter迭代次数，load_from为上一步所生成latest.pth文件路径

开始训练：修改train.py中config为上一步10shot代码路径，work-dir为自定义训练日志储存路径，gpus为使用显卡训练数量，修改后运行

得到新类测试结果

至此，结束