[NanoDet]超轻量目标检测模型训练与测试

1.下载代码

NanoDet作者开源代码地址：https://github.com/RangiLyu/nanodet

2.准备自己的数据，按照voc格式，ann文件夹内存放自己的xml标注文件

3.修改yml文件

（1）修改训练结果的保存路径，我的是piglet文件夹

（2）修改类别数，num_classes和class_names，我的num_classes=1，class_names = ['piglet']

  (3)修改训练集和验证集的文件夹路径,我的：

    img_path: ./piglet/train/img 
    ann_path: ./piglet/train/ann  

（4）修改训练的批次，我的：

  workers_per_gpu: 12
  batchsize_per_gpu: 80

  total_epochs: 160

#Config File example
save_dir: ./piglet
model:
  arch:
    name: GFL
    backbone:
      name: ShuffleNetV2
      model_size: 1.0x
      out_stages: [2,3,4]
      activation: LeakyReLU
    fpn:
      name: PAN
      in_channels: [116, 232, 464]
      out_channels: 96
      start_level: 0
      num_outs: 3
    head:
      name: NanoDetHead
      num_classes: 1 #Please fill in the number of categories (not include background category)
      input_channel: 96
      feat_channels: 96
      stacked_convs: 2
      share_cls_reg: True
      octave_base_scale: 5
      scales_per_octave: 1
      strides: [8, 16, 32]
      reg_max: 7
      norm_cfg:
        type: BN
      loss:
        loss_qfl:
          name: QualityFocalLoss
          use_sigmoid: True
          beta: 2.0