mmdetection 是香港中文大学Multimedia Laboratory基于Pytorch开发的物体识别的工具箱。然后讲述一下具体的安装和使用过程防止遗忘。
我是使用Docker安装的,十分的方便。
docker build -t mmdetection docker/
然后记录一下关键的几个坑。
修改代码
可能你在安装之前会clone下来mmdetection,但是实际上mmdetection作为一个库被安装在了某个地方,就像numpy这些库一样。所以需要修改代码请找到库的安装位置并修改。
数据准备
准备数据的时候我是使用的labelme,然后将标注文件转换成VOC format. 具体的format如下。
mmdetection
├── mmdet
├── tools
├── configs
├── data
│ ├── VOCdevkit
│ │ ├── VOC2007
│ │ │ ├── Annotations
│ │ │ ├── JPEGImages
│ │ │ ├── ImageSets
│ │ │ │ ├── Main
│ │ │ │ │ ├── test.txt
│ │ │ │ │ ├── trainval.txt
但是 labelme转换出来并不是直接就符合这样的格式,因此需要通过下面的代码去进行创建ImageSets目录以及相关文件。
import os
import random
if __name__=="__main__":
trainval_percent = 0.80
train_percent &