用Co-DETR训练自己的数据集

步骤1.

由于Co-DETR的项目在project文件下，其调用数据集的方法也在该文件夹下，直接执行步骤2会发现找不到路径   data/coco，这里要修改的不是总目录下的configs/_base_/文件夹中的coco_dection.py，而是project/configs/_base_/下的coco_dection.py，在其中找到data_root变量，

修改为自己数据集的绝对路径。

步骤2.

找到要用到的配置文件，如

，复制其绝对路径，在tools/train.py的运行参数中添加配置文件的绝对路径

运行后不用管是否报错，在tools文件夹下会出现一个work_dir文件，下面是新生成的配置文件，名字和前面的配置文件同名

步骤3.

然后在其中分别修改train，test，val下ann_file的值如

然后修改num_classes为自己的类别数。

步骤4.

找到mmdet/core/evaluation/class_names.py和mmdet\datasets\coco.py，修改前者

return['自己的类别']，

后者修改CLASSES中的参数为自己的类别，同上面一样，然后PALETTE留下的数量与类别数一致即可

步骤5.

复制修改后的配置文件绝对路径，然后重复步骤2即可开始训练