本文档详细介绍了如何使用mmdetection框架训练一个包含9类的自定义VOC格式数据集。首先，需要在mmdet/datasets/init.py中注册新数据集，并在voc.py中修改以适应自定义类别。接着，将数据放置在名为VOC2012的文件夹中，包括JEPGImages和Annotations。然后，更新配置文件中的数据路径以指向新数据集。此外，文中提到还可以通过offline conversion转换数据，但因为需要频繁查看图像和标注，作者选择了online conversion方法。
使用mmdetection训练自己的数据集
之前使用mmdetection训练的时候，找过几个老哥的博客，但都只是布置voc07或者12的数据训练，没有定义自己的数据集，所以这里特地把训练自己数据集的方式记录下来
场景：【有voc形式的数据集，类别数和名称自定】
我有9类的数据集 名为 “MyDataset”
类别名为 [‘000’,‘001’,‘002’,‘003’,‘004’,‘005’,‘006’,‘007’,‘008’]
mmdetection的最新版本（2019/7/4查看）的GETTING_STARTED.md 里面已经给出了两种使用自己数据集的方法:
为了符合之前自己的习惯，选择用online conversion，自己用labelImg标注的xml文件和图像共同输入
下面是修改方法
- 在mmdet/datasets/init.py 里注册自己的数据集
在以下两个地方添加
- mmdet/datasets 里有voc.py里面存放了voc数据集的信息，我们改成自己
最低0.47元/天 解锁文章
2456
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
