MMDetection2系列-2-训练自己的数据集
1. 准备数据集
mmdetection支持coco格式和voc格式的数据集,下面将分别介绍这两种数据集的使用方式
coco数据集
官方推荐coco数据集按照以下的目录形式存储,以coco2017数据集为例
mmdetection
├── mmdet
├── tools
├── configs
├── data
│ ├── coco
│ │ ├── annotations
│ │ ├── train2017
│ │ ├── val2017
│ │ ├── test2017
如果是自定义的数据集目录,需要修改 coco_instance.py
中的data_root
2. 公共修改
2.1. 修改 mmdet/datasets/coco.py
修改 CocoDataset 方法中 CLASSES = (‘fall’,),后面一定要加逗号
2.2. 修改 mmdet/core/evaluation/class_names.py
修改 coco_classes 方法中 return [‘fall’]
3. Faster-RCNN
4. Mask-RCNN
4.1. 修改对用的配置文件,以 mask_rcnn/mask_rcnn_r50_fpn_2x_coco.p为例
打开mask_rcnn/mask_rcnn_r50_fpn_2x_coco.py
,
- 4.1.1. 修改
mask_rcnn_r50_fpn.py
中的num_classes=你的类别数
;pretrained=None
- 4.1.2. 修改
schedule_2x.py
中的max_epochs=训练的伦次
- 4.1.3. 修改
default_runtime.py
中的interval=每多少轮保存一次
;interval=val2017 中图片的数量
4.4. 训练
python tools/train.py configs/mask_rcnn/mask_rcnn_r50_fpn_2x_coco.py
4.5. 测试
5. cascade_mask_rcnn
6. cascade_rcnn
7. retinanet
查看log日志
python tools/analysis_tools/analyze_logs.py plot_curve work_dirs/cascade_rcnn_r50_fpn_1x_coco/20210326_155325.log.json