maskRCNN训练自己的数据集

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

2. 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~