从零搭建自己的目标检测网络教程(五)训练

准备数据集

分类数据集

分类数据集由录视频得到，与二分类的数据集类似。运行camerashot.py，准备好后按s建开始录制，开始后20秒自动结束。这种做法主要是考虑正负样本均衡。可录制多段视频，第二次录制时应将前一次录制的视频重命名或移到另一个位置。

定位数据集

定位数据集的标注方法如下：

对于如图所示的物体，用Windows自带的画图软件打开，左下角实时显示了光标在图片上的宽和高。

点刷子，光标将变成十字形，然后放大图片，光标可精确到每个坐标点。分别确定物体的最左端的x坐标(记x1)、最右端的x坐标(记x2)，最上端的y坐标(记y1)，最下端的y坐标(记y2)，这4个数据即可确定出xywh参数。注x,y分别指宽度(列数)和高度(行数)。该图中的x1,x2,y1,y2分别为228,412,164,440。另外注意，因为求w和h参数时要除以2，所以x1和x2，y1和y2最好同奇偶。

开始训练

在dataset.py中准备好数据集后，运行train.py。训练主干网络时将代码第一行的train_backbone设为true，训练检测头时设为false。将下面的语句torch.save(model.state_dict(), ‘zhnnet.pth’)取消注释，运行一段时间后自动保存权重文件。在训练检测头时一个epoch的数据量比较大，所以不建议运行一个epoch保存一次。

从零搭建自己的目标检测网络教程(零)前言