使用mmsegmentation训练数据集流程

1、环境配置

提前安装好pytorch环境，这里就不再介绍torch如何安装，下面需要安装mmcv相关的库，在终端输入：

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"

2、数据集准备配置

(1)mmsegmentation支持多种数据集格式，首先需要在根目录下新建一个”data”文件夹，然后把具体的数据集放在data文件夹下，如下格式：

mmsegmentation
├── mmseg
├── tools
├── configs
├── data
│   ├── my_dataset
│   │   ├── ann_dir
│   │   │   ├── train
│   │   │   ├── val
│   │   ├── img_dir
│   │   │   ├── train
│   │   │   ├── val

(2) 其中img_dir下面的train和val文件夹下放的就是训练集和测试集的所有原图数据，ann_dir下面就是标签文件数据

(3)再把自己的数据集拷贝到对应文件夹下面

3、修改配置

（1）在mmseg/datasets目录下找到postdam.py，这是对应于postdam数据集的类文件，直接将其复制一份，新命名为mydataset.py或者其他名字（我这里是ganzhe_dataset.py）

在mydataset.py中修改类名、分类信息、数据集图片后缀、是否忽略0标签这四个地方，由于我的数据集只需要对背景和甘蔗这两个类别进行分割，所以只需要写两个类即可。不同的数据集对应着不同的类，要修改的地方都是大同小异，针对postdam这个数据类会配置以后就可以举一反三。

注意：是否忽略0标签（reduce_zero_label）这个参数，该参数设置为true后，数值为0的标签（通常设置为背景类）不会参与loss计算，由于我的数据集就只有两个类别，所以我默认还是计算背景损失的

（2）将自己新建的ganzhe_dataset.py进行注册，通俗的讲就是修改mmseg/datasets/_init_.py这个文件，只需要将对应的py文件import一下，并在数据集支持列表中添加自己新建的数据集类即可，即新增红色框圈起来的两个位置：

（3）在configs/_base_/datasets文件夹下新建一个数据集配置文件（.py），方法也是先找到postdam.py这个文件直接复制粘贴，然后重命名为ganzhe_dataset.py，并修改相关的配置信息，包括数据集的位置、数据增强方法等信息，这里我主要修改数据集的位置信息，其他参数默认不变，还是那句话，不同的数据集配置文件可能配置信息有差异，但是都是大同小异，学会一个后举一反三。

注意：训练的数据集大小等需修改

4、修改模型配置

（1）configs/_base_/models文件夹下面是mm目前支持的所有模型的结构定义文件，选择一个你打算使用的模型，目前暂时只修改一个地方就行：

SyncBN代表分布式训练，单卡训练将其改成BN，基本上大多数人都是单卡，所以需要修改一下

（2）在configs/twins文件夹下选一个预训练模型的配置文件(.py)，作为教程这里也只修改__base__这一个属性，高级的配置修改后续再说。这里只需要修改数据集的配置文件路径即可

5、模型训练

（1）在项目根目录的终端中输入“python tools/train.py 你刚刚修改的预训练模型配置文件”，比如我这里输入的就是

python tools/train.py configs/twins/twins_pcpvt-s_fpn_fpnhead_8xb4-80k_ade20k-512x512.py

回车开始训练，之后会自动下载预训练权重文件到C盘user/.cache文件夹下，等待即可。如果下载实在太慢，可以用浏览器打开下载链接，下好后放进相应的文件夹即可。具体的下载链接和文件夹位置，在控制台都会显示，仔细找找即可。

（2）如果你出现了“xxxDataset is not in the dataset registry”的报错提示，在终端运行下面两行指令：

python setup.py install
pip install -v -e . 

然后重新运行train.py文件开始训练即可。