注:第一次写博客,记录一下
1.下载作者大神的代码:
pytorch
2.下载EfficicentNet的预训练模型,最好是使用,我下载的是efficientdet-d2.pth
3.数据集放的位置
datasets
coco
annotations
train2017
val2017
4.在projects/coco.yml里面替换自己训练的名字:
mean和std替换自己的
5.在efficientdet/config.py 把类别进行修改:COCO_CLASSES
6.开始训练
注:可以加上数据增强,提高它的泛化能力
python train.py -c 2 --batch_size 12 --lr 1e-4 --num_epochs 20 --load_weights logs/coco/efficientdet-d2.pth
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200415123553630.png?x-oss-process=image/watermark,type_ZmxXzQyNjgwMzIx,size_16,color_F
7.进行评估:
如果不出结果:把 label + 1即可
python coco_eval.py -p coco -c 2 -w /logs/coco/efficientdet-d2_6_35973.pth
8.进行测试
注:最好使用d0,d1,d2预训练模型进行训练,d5一块显卡跑不动
python efficientdet_test.py
注:训练、评估和测试需要修改一些自己的名称
注:如有侵权还忘告知