VOC数据集准备

    voc数据集
    与coco数据集类似，将voc数据集按照以下的目录形式存储，以VOC2007为例``

```

mmdetection
├── mmdet
├── tools
├── configs
├── data
│   ├── VOCdevkit
│   │   ├── VOC2007
│   │   │   ├── Annotations
│   │   │   ├── JPEGImages
│   │   │   ├── ImageSets
│   │   │   │   ├── Main
│   │   │   │   │   ├── test.txt
│   │   │   │   │   ├── trainval.txt

 ```

```

同样推荐以软连接的方式创建

cd mmdetection
mkdir data
ln -s $VOC2007_ROOT data/VOCdevkit

```

其中，$VOC2007_ROOT需改为你的VOC2007数据集根目录
然后，下载 pascal_voc_mod.py 和 voc_classes.txt （上方的模型下载地址中有）存放到mmdetection根目录下，运行以下代码
mmdetection官方代码已更新，不再需要自己生成

如果需要标注自己的数据，推荐使用LabelImg工具标注
然后在运行 pascal_voc_mod.py 之前，修改 voc_classes.txt 里的类别名为你自己设定的类别名，再运行py文件
然后需要修改mmdet/datasets/voc.py文件中的CLASSES为你自己的类别
8. 训练

官方推荐使用分布式的训练方式，这样速度更快，如果是coco训练集，修改CONFIG_FILE中的pretrained参数，改为你的模型路径，然后运行下方代码

./tools/dist_train.sh <CONFIG_FILE> <GPU_NUM> [optional arguments]

如果是voc训练集，还需要修改config文件中的相关参数，可以参考 faster_rcnn_r50_mod.py （上方网盘地址中有），然后再运行上面的代码
mmdetection官方代码已更新，目前已支持voc格式的数据集，不再需要自己修改

如果不想采用分布式的训练方式，或者你只有一块显卡，则运行下方的代码

python tools/train.py <CONFIG_FILE> --gpus <GPU_NUM> --work_dir <WORK_DIR>

 

至此，如果一切顺利的话，你的模型应该就开始训练了
---------------------  
作者：藏云阁主  
来源：CSDN  
原文：https://blog.csdn.net/hajlyx/article/details/83542167  
版权声明：本文为博主原创文章，转载请附上博文链接！