PaddleDetection mask_rcnn 训练自己的数据集
数据集层次格式
python x2coco.py --dataset_type labelme
--json_input_dir data-seg2447/json-seg
--image_input_dir data-seg2447/jpg-seg
--output_dir data-seg2447/coco
--train_proportion 0.85
--val_proportion 0.1
--test_proportion 0.05
![在这里插入图片描述](https://img-blog.csdnimg.cn/599d4db121f44b639ec578203c876d0a.png)
1.配置数据集路径
configs/datasets/coco_instance.yml
可以复制一份 保存一下原版
metric: COCO
num_classes: 1
TrainDataset:
name: COCODataSet
image_dir: train
anno_path: annotations/instance_train.json
dataset_dir: dataset/coco
data_fields: ['image', 'gt_bbox', 'gt_class', 'gt_poly', 'is_crowd']
EvalDataset:
name: COCODataSet
image_dir: val
anno_path: annotations/instance_val.json
dataset_dir: dataset/coco
TestDataset:
name: ImageFolder
image_dir: test
anno_path: annotations/instance_test.json
dataset_dir: dataset/coco
2. 训练
python tools/train.py -c configs/mask_rcnn/mask_rcnn_r101_vd_fpn_1x_coco.yml \
-o use_gpu=true \
--use_vdl=true \
--vdl_log_dir=vdl_dir/scalar \
--eval \