本文档详细介绍了如何在Windows系统中使用DINO训练自定义数据集。首先，需在项目主目录建立coco文件夹并调整main.py的'--coco_path'参数。数据集分为train2017和val2017，用以训练和验证，同时提供了修改配置文件的建议，如将num_classes设置为类别数加一，以及调整dn_labelbook_size。在训练过程中可能会遇到错误，例如编译问题，可通过运行python setup.py install或修改slconfig.py来解决。
数据集
在工程主目录下创建一个coco文件夹，并修改main.py文件中的‘--coco_path’。
数据集目录：
train2017用来训练，val2017用来验证。
test2017是为了训练得到模型之后，测试模型泛化性能的，有没有都可以。
annotations中包含train2017和val2017分别对应图像的目标标签：
配置文件修改
cinfig/DINO中的四个py文件（除了coco_transformer.py）用于完成训练or验证等任务。如果想要从头训练自己的数据集，可以选择任一一个进行修改。
①num_classes改为自己数据集的类别数量+1（因为包含背景）
②dn_labelbook_size ，官方说dn_labebook_size >= num_classes + 1
其余参数自己看着调优。
错误及解决办法
①
最低0.47元/天 解锁文章
扫一扫
5109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
