RT-DETR（Pytorch版）训练自己coco格式数据集

1. 从github上下载代码，链接https://github.com/lyuwenyu/RT-DETR，这里主要介绍如何使用pytorch版训练

2. 将自己coco格式据集放到目录rtdert_pytorch下；此外数据集目标下还需要classes.txt 文件，内容如下：

person
bicycle
plane

4. 根据自己数据集，修改rtdetr_pytorch/configs/dataset/coco_detection.yml文件中的

num_classes: 80

以及train_dataloader与val_dataloader

    img_folder: ./dataset/coco/train2017/
    ann_file: ./dataset/coco/annotations/instances_train2017.json

5 修改rtdetr_pytorch/src/data/coco/coco_dataset.py的names和label2category，我的数据集有两个类别，json文件的类别id分别为0和1；对应的修改为如下：

names = {
    1: 'person',
    2: 'plane'
}

label2category = {
    1: 0,
    2: 1,
}

6 修改文件rt_detr_pytorch/src/zoo/rtdetr/rtdetr_postprocessor.py中的函数mscoco_label_category_map(self, )为如下:

    def mscoco_label_category_map(self, ):
        return {
            1: 0,
            2: 1
        }
       

具体的类别需要根据自己的数据集调整。