mmdetection修改，改成自己的数据集（详细步骤一）。

数据集准备，根目录创建dataset，在其中创建三个文件夹，分别为annotations、train、val。

其中train、val中放图片，annotations中放coco格式的标注文件。如下图：

1. configs/_base_/datasets中创建一个新的py文件，可用coco_detection.py复制一个副本，改成自己的名字（数据集_detection.py 例如birds_detection.py）。修改data_root、dataset_type为数据集的path和数据集的类型。

2.configs/中创建自己的目录，其中放配置文件，内容为

3.mmdet/datasets中创建新的py文件，可用coco.py复制一个副本，改成自己的名字，其中将类名给成自己的，classes改成自己的类别，并且palette中的数量要与类别数量一致（palette就是每个类别对应的框）。如下图：

并在同级目录下的_init_.py文件中__all__注册BirdsDataset，如下图：

如果报错，如下图：

直接点击导入此名称。导入的是mmdet中的Birdsdataset，就是mmdet/datasets/birds中的Birdsdataset类名。

mmdet/evaluation/functional/class_names.py 中的加入下图的代码：

并在mmdet/evaluation/functional/_init_.py中的__all__注册birds_classes，如下图：

如果报错，处理方式跟第三步的注册一样，导入名称。

在第四步之前要在终端执行python setup.py install命令

4.在根目录创建work_dirs目录。命令行中输入：

python tools/train.py configs/birds/faster-rcnn_r50_fpn_1x_birds.py --work-dir work_dirs

并简单运行，生成配置文件，并会保存到work_dirs中。

5.work_dirs/faster-rcnn_r50_fpn_1x_birds.py。

可修改该文件中的下图中的interval，中断打印间隔

可修改该文件中的下图中的max_epochs