mmdetectionv2.0修改类别数与数据集图片后缀

最新推荐文章于 2024-07-08 13:18:49 发布
最新推荐文章于 2024-07-08 13:18:49 发布
阅读量1.2k 收藏 7
点赞数 2
文章标签： pytorch 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44507953/article/details/116885354
版权

当自己数据集图片后缀不是jpg格式时，进入mmdet/datasets/文件夹，打开xml_style.py，定位到42行

在这里插入图片描述
将jpg改为自己需要的格式
更改类别时需要修改三个部分
1.mmdet/datasets/voc.py
定位到第13行
在这里插入图片描述
修改为自己的类别名，中间用逗号隔开
2.mmdet/core/evaluation/class_name.py
在这里插入图片描述
同上，修改为自己的类别
3.修改使用的模型对应config中的num_classes
在这里插入图片描述

qq_44507953
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
【MMDetection 系列：二】详细步骤使用教程，如何修改来跑自己的数据集
鹿鹿的博客
07-31 1万+
MMDetection 我的理解 首先要 安装环境，conda create ，按照官网五步走，安装配置好 接着 修改configs 文件里面的配置文件，修改 num_class （类别+1）以及 work_dir 路径，以及 train 、validation、test 的data 路径 接着 制作数据，因为我的数据和 voc 很像，制成voc格式 mmdetection ├── mmdet ├...
mmdetection 类别出错问题+训练+测试
happyrobot01的博客
07-30 3444
mmdetection 是时下比较常用的目标检测工具箱，集成了faster ,cascade,yolo 等性能比较好的检测算法，熟练使用mmdetection进行自定义数据的目标检测就成为了很多AIer的必经之路。 项目仓库地址：https://github.com/open-mmlab/mmdetection 安装，装环境就略过了。 装完之后，想要训练自己的数据集，首先要将自己的数据整理成COCO的格式： --------data ---------------coco -----------
目标检测实验问题记录（三）mmdet图片类型jpg/png切换
最新发布
weixin_46310648的博客
07-08 192
修改/data/lxy1/pointobb-main/PointOBB/mmdet/datasets/pipelines/loading.py第57行。修改/data/lxy1/pointobb-main/PointOBB/mmdet/datasets/xml_style.py第42行。我使用的是mmdet框架，
[mmdetection] 修改训练数据格式为“.png”
weixin_46600060的博客
04-13 4046
[mmdetection] 修改训练数据格式为.png mmdetection 平台中默认的训练、测试数据格式为 “.jpg”，所以当我们训练数据为一堆 png 图片时，训练就会报错，如下图 因此，我们要对其进行修改。 解决方法： 打开 mmdetection/mmdet/datasets/xml_style.py 文件，定位至 51 行，把 “.jpg” 改为*“.png”* 即可。如下图 如此，就可以正常进行训练和测试啦！ 是不是很简单，如果帮助到你的话，麻烦点个赞把！感恩的心！ BTW，上海加油
mmdet 修改类别和数据集
qq_42948594的博客
05-04 2562
mmdet 修改类别和数据集 下面的内容以faster_rcnn_r50_fpn_1x_coco.py为例 修改数据集 由于我用到的数据集格式是voc，但默认的是coco格式，现在配置文件中修改数据集。 在configs/_base_/datasets/voc0712.py文件中，修改数据集路径和voc07或者voc12。我这里只有voc2007的数据集。 修改类别 config 文件中，修改 num_classes=数据集中的类别数。 在mmdet/datasets/voc.py和mm
MMdetection数据集格式转换——LabelImg/xml/yolo格式转Custom自定义格式数据集/Coco格式数据集
qq_51320474的博客
03-21 3214
训练customdataset自定义数据集 一、修改： 1.将yuml/configs/yolox/yolox_s_8x8_300e_coco.py中的metric设置为mAP，如下图 2.将yuml/mmdet/datasets/custom.py中的333行注释，新增334行内容，如下图。 3.修改yuml/configs/yolox/yolox_s_8x8_300e_coco.py中数据集以及pkl文件路径，data_root设置为自己的数据集根目录，如下图。 ...
不同风格的卡通形象数据集
02-18
标签“数据集、深度学习、卡通形象、图片”表明这个资源主要与四个领域相关：数据科学、人工智能、艺术设计和图像处理。在深度学习领域，这样的数据集是必不可少的，因为它提供了大量的训练样本，帮助模型学习和理解...
无人机和鸟分类数据集，各有165张图片
12-20
标题中的“无人机和鸟分类数据集，各有165张图片”表明这是一个图像识别与分类的任务，涉及到两个类别：无人机（drone）和鸟（bird）。这个数据集包含330张图片，每种类别各占一半，可以用于训练或评估计算机视觉...
【图像分类数据集】鞋子分类数据集9500张6类别jpg图片格式.zip
07-03
【图像分类数据集】鞋子分类数据集9500张6类别jpg图片格式 Boots靴子 1214 Flip-Flops人字拖 1044 Loafers平底鞋 2044 Sandals凉鞋 1145 Sneakers运动鞋 3269 Sports_Shoes运动训练鞋 841 合计：9557 此为纯图片分类...
【Java数据结构与算法】 前缀中缀后缀表达式及转换
01-20
文章目录前缀表达式（波兰表达式）前缀表达式分析与介绍思路分析中缀表达式中缀表达式分析与介绍后缀表达式（逆波兰表达式）后缀表达式分析与介绍思路分析逆波兰计算器代码实现逆波兰计算器中缀表达式转换为后缀...
绝缘子缺陷检测数据集VOC+YOLO格式1606张9类别.zip
07-06
绝缘子缺陷检测数据集VOC+YOLO格式1606张9类别 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件， 图片数量(jpg文件个数)：1606 标注数量(xml文件个数)：1606 标注数量(txt文件个数)：1606 标注类别数...
MMdetection优化、训练Coco格式数据集、实现labelImg/xml/yolo转coco数据集格式转换
qq_51320474的博客
03-24 5514
整合了xml转coco脚本、修改数据集配置文件等文件，实现导入所有图片和xml数据集即可自动完成格式转换、配置修改等步骤。 工程名为mmdetection。 首先将coco文件夹复制到/yuml/data/下 为了实现mmdetection自动导入coco数据集中的类名，以yolox_s为例，需要分别修改mmdetection/configs/yolox/中的yolox_s_8x8_300e_coco.py文件 /mmdetection/mmdet/core/evaluation/中class_na
mmdetection修改coco.py无用的问题
BalmyRain的博客
08-17 333
我个人的情况是代码运行中使用的是最后一个路径，出现相似问题的可以三个路径的文件分别改一下试试（或者debug里trace一下）
【mmdetection小目标检测教程】四、修改配置文件，训练专属于你的目标检测模型
weixin_45921929的博客
02-04 4385
【mmdetection小目标检测教程】四、修改配置文件，训练专属于你的目标检测模型
修改mmdetection预训练模型权重的类别数，以Pascal VOC为例
鹏鱼彦的博客
11-22 2067
修改mmdetection预训练模型权重的类别数，以Pascal VOC为例
MMdet 网络集简介
一碗白开水一
11-02 7889
mmdet网络简介： [RPN]：采用select-search的方法生成候选框，并将每个候选框送入网络，并做分类，其计算量大。 [Fast R-CNN]：在RPNj基础上引入ROI pooling算法。 [Faster R-CNN]：在Fast-rcc基础上引入RPN算法。 [Mask R-CNN]：在 Faster R-CNN基础上引入ROI-aliment算法。 [Cascade R-CNN]： 采用了Cascade的骨架模型，使算法更高效。 [Cascade Mask R-CNN]：融
mmdection测试时显示coco数据集每个类别ap
FlowerStar314的博客
07-04 2586
需要改动mmdetection/mmdet/datasets/coco.py中的一行代码 # 307行 def evaluate(self, results, metric='bbox', logger=None, jsonfile_prefix=None, # 是否显示每个类别 classwise
swing transformer中修改mmdetection预训练的mask-rcnn使类别数适应custom dataset
GZKPeng的博客
07-11 742
由于mmdetection封装程度较高，直接更改builder过程比较麻烦，所以recommend这种预处理的方式，先将模型权重文件处理好
YOLO算法数据集预处理与格式转换
"YOLO算法数据集预处理涉及到的关键步骤包括数据集的划分、JSON和YOLO格式的理解、VOC类别的提取以及YOLO格式与VOC格式之间的转换。提供的Python脚本示例展示了如何进行图片格式转换和按标签筛选图片。" YOLO (You ...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值