【mmsegmentaion训练自己数据集】

1. 准备VOC数据集

就按照deeplabv3的转换

2. 如何训练

2.1 选择模型【配置文件，用什么模型】

1. 以deeplabv3为例， 配置文件名包含所用的数据集类型，选择VOC，不要带aug增强数据集的，带aug的后面还需要转换数据集。
2. 可以看到voc格式的文件名，都带aug，那么，先选择一个VOC的配置文件，复制一份，重命名，删除文件名中的aug

3. 打开刚才复制的配置文件，可以看到里面导入的dataset也是带aug的，找到这个文件的位置
   
   可以看到上面这个voc数据集文件是不带增强
   
   所以，复制pascal_voc12.py使用，重命名成想使用的名字
   
   修改模型配置文件中，为刚刚重命名的那个
   

2.2 修改数据集根目录和num_classes

2.2.1 修改模型需要使用的configs/base/datasets/XXX_pascal_voc12.py文件里的数据集根目录
注意：data是在tools文件夹下的

2.2.2 修改模型需要使用的configs/base/models/XXX.py文件里的2处num_classes
**注意：如果配置文件里面有num_classes也要改，子孙文件会覆盖前面继承的文件参数

2.3 class_names.py中修改两处

2.4 修改mmseg/datasets/voc.py中数据集属性类中的class和palette

2.5 为什么要改mmseg/datasets/voc.py这个文件？如何找到这个文件？

因为使用的数据集格式不同，修改的文件也不相同，在最开始使用的配置文件中，改根目录前一行代码，就确定了

3. 官网下载预训练权重

https://github.com/open-mmlab/mmcv/tree/master/mmcv/model_zoo

4. 修改训练次数和权重

5. 总结

要改哪些地方

1. 选定的configs文件中，base/models
   
2. base/datastes
   
3. schedule
   

6. QA

1. 当发现修改过的代码没生效时

1. 查查代码有没有上传服务器
2. 修改完代码有没有pip install -e.

2. 加载预训练模型的命令行

不是直接load_from，是–cfg-options load_from=“/.pth”

3. 模型不匹配时

去官网看看，是不是下载错了预训练模型，因为很多模型不支持voc的数据集格式

7.环境

代码版本是V1.2.2