SOLO实例分割模型-- 训练测试自己数据集--记录

SOLO 模型简介

源码路径：https://github.com/WXinlong/SOLO
论文路径：https://arxiv.org/pdf/1912.04488v3.pdf
简介：SOLO模型是2020年发表在ECCV会议上的实例分割模型框架；其凭借良好的识别效果应用广泛。

环境配置

参考：https://blog.csdn.net/qq_44703886/article/details/118596382
按照上述配置后，还需检测CUDA版本是否合适（小于110）
可能出现的问题：error: command ‘gcc’ failed with exit status 1
解决办法：https://www.cnblogs.com/zhukaijian/p/13212172.html
出现的问题大多是因为CUDA、torch、等版本老旧不兼容造成的

数据集制作

采用labelme标签数据、转换成coco2017数据格式、文件夹结构如下，转换代码可以在github上找；

训练数据

参考：https://blog.csdn.net/Guo_Python/article/details/106623798
总的来说就是：注册自己的数据集代码；修改配置文件；开始训练：
python tools/train.py configs/solo/solo_r50_fpn_8gpu_3x.py
注意：可以采用预训练的权重进行训练

测试数据

test就行，注意修改合理配置。