detectron是facebook的开源项目,其实现主要基于caffe2。里面有诸如FPN,Mask-RCNN等优秀目标检测算法的实现。
利用Detectron训练自己的数据集,首先我们要搭建好相应环境。
caffe2的安装请参考caffe2官网安装教程。
https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=prebuilt
detectron安装请参考detectron官方安装教程。
https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md
数据准备
由于我们的数据集是voc格式的,即我们的annotation是xml格式的,而detectron要求的是json格式的annotation,因此首先进行数据转换。
首先将训练集的xml格式的annotation放置到新文件夹train_annotations, 将测试集的xml格式的annotations放置到新文件夹test_annotations。(可能我们的测试集是从训练集中分离出来的验证集,它们的xml格式的annotation放置在一起,手动分离是不太可能的,对此,我们可以用程序实现)
# if you want to use it to copy some fil