MMDetection训练自己的数据集

MMDetection

1. 安装

1.1 windows

• 1.1.1 克隆git仓库

  git clone https://github.com/open-mmlab/mmdetection.git
  

• 1.1.2 创建环境

  conda create --name openmmlab python=3.8 -y
  conda activate openmmlab
  conda install pytorch torchvision -c pytorch
  pip install -U openmim
  mim install mmcv-full
  git clone https://github.com/open-mmlab/mmdetection.git
  cd mmdetection
  pip install -v -e .
  # "-v" means verbose, or more output
  # "-e" means installing a project in editable mode,
  # thus any local modifications made to the code will take effect without reinstallation.
  

• 1.1.3 验证

  mim download mmdet --config yolov3_mobilenetv2_320_300e_coco --dest .
  python demo/image_demo.py demo/demo.jpg yolov3_mobilenetv2_320_300e_coco.py yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth --device cpu --out-file result.jpg
  

• 1.1.4 遇到的问题

  (1) error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com
      在 https://my.visualstudio.com/Downloads/Featured?mkt=zh-cn 上下载Visual Studio 2015 update 3。点击Visual Studio 2015 update 3后，下载对应的文件即可，约1.1G，这里需要将格式修改为DVD。然后安装即可。
  (2) ERROR: Could not build wheels for pycocotools, which is required to install pyproject.toml-based projects
      pip install pycocotools-windows -i https://pypi.tuna.tsinghua.edu.cn/simple
  

1.2 Linux

```
参照1.1
```

2. 训练自己的数据集(以COCO格式为例)

首先需要将自己的数据集转为COCO格式

2.1 训练命令

python tools/train.py configs/swin/retinanet_swin-t-p4-w7_fpn_1x_coco.py

2.2 修改配置文件

retinanet_swin-t-p4-w7_fpn_1x_coco.py配置文件中的_base_中显示了有关数据集的配置文件../_base_/datasets/coco_detection.py，所以需要修改coco_detection.py文件。

• 2.2.1 修改coco_detection.py

  data_root 修改为自己的coco数据集路径，如
  data_root = 'C:/Users/86158/Desktop/HyperDL/data/COCO/'
  img_norm_cfg 这个看情况修改吧，可以也改成自己数据集的，不改也能用。
  data 字段里的一些配置根据自己的数据集情况进行修改，如data中的train字段的ann_file，img_prefix等，原来的代码默认图像后缀是png的，类别是coco的80类，需要修改一下。
  
      train=dict(
        type=dataset_type,
        ann_file=data_root + 'train.json',
        img_prefix=data_root + 'train/',
        seg_suffix=".jpg",
        classes=['aircraft'],
        pipeline=train_pipeline),
  
  剩下的val和test也类似进行修改。
  

• 2.2.2 修改retinanet_r50_fpn.py

  通过retinanet_swin-t-p4-w7_fpn_1x_coco.py配置文件可以看到该模型的基础配置文件为retinanet_r50_fpn.py，在其中定义了网络的backbone，neck和head等。其中head部分需要修改类别数量。
  bbox_head中的num_classes需要修改为自己数据集对应的类别数量
      bbox_head=dict(
        type='RetinaHead',
        num_classes=1,
        in_channels=256,
        stacked_convs=4,
        feat_channels=256,
        anchor_generator=dict(
            type='AnchorGenerator',
            octave_base_scale=4,
            scales_per_octave=3,
            ratios=[0.5, 1.0, 2.0],
            strides=[8, 16, 32, 64, 128]),
  

• 2.2.3 修改schedule_1x.py

  schedule_1x.py中定义了优化器相关的配置。当出现训练值为nan时，可以修改一下该文件进行尝试。
  
  # optimizer_config = dict(grad_clip=None)
  optimizer_config = dict(grad_clip=dict(max_norm=35, norm_type=2))