maskRCNN训练自己的数据集
1.进入命令行查看GPU的使用情况
执行nvidia-smi
命令
可以看到显卡驱动,CUDA版本等情况,现在0号显卡已经使用完了,因此我们要使用1号或者2号显卡。
2. 数据集的标注
在anaconda命令窗口中输入以下命令进入labelme(需提前安装好labelme)
conda activate labelme
labelme
如下:
进入labelme界面:
进行数据标注
3.将数据集放入相应的文件夹
在桌面打开“已经准备好的数据集”这个文件夹
此文件夹内容如下
粘贴到指定文件夹中:
4.修改与数据集路径的相关的部分代码
1.打开maskrcnn-benchmark(copy)/maskrcnn_benchmark/config/paths_catalog.py
2.修改paths_catalog.py中的训练集路径
将红线框修改成
"img_dir": "coco_pig/train2014",
"ann_file": "coco_pig/annotations/instances_train2014.json"
修改成
5.修改配置文件
1.打开maskrcnn-benchmark(copy)/configs/pig/mask_rcnn_R_50_FPN_1x.yaml
-
文件大致内容
3.修改迭代次数
6.开始训练
7.对模型进行测试
8.可视化输出
最后感谢小伙伴们的学习噢~
![](https://i-blog.csdnimg.cn/blog_migrate/d9064939a483b6980139b9ad9eeb24f8.png)