mmdetection成功训练balloon

1. 打开configs文件下，选择一个要用的网络来训练的.py文件，右键，复制绝对地址

2、修改地址表达：粘贴到某处，都改为\\以防出错。

4、回到train.py，右键运行。没有下载会自动下载。

（或者直接在下方Terminal用指令python tools/train.py xxx.py  代替3-4步骤）

5、运行后会报错，也就会生成文件。位置在tools/work_dirs下

6、复制粘贴到configs下，后续就用这个文件的基础上修改，这样操作更全面。

7、对该文件进行修改。：

改两个class=1，改max epoch = 5，改train val test路径 ，改学习率 降低weight_decay = 0.0002，改load_from = xxx.pth'，改samples_per_gpu=2,workers_per_gpu=1或0,（网络比较复杂就改小，网络简单小的话就改大一些，比如在SSD中，samples_per_gpu=16也可以）

8、coco.py修改（和数据集json文件中对应相等才行，否则报错。记得下面颜色也改为对应数量）

9、修改完毕，再次修改参数为当前位置的文件（复制当前位置绝对路径到Train.py的配置中）。最终在train.py右键运行。（或者使用指令python tools/train.py xxx.py）

出现问题：

1、 runner.logger.info('loss become infinite or NaN!')

AssertionError: None

降低学习率 weight_decay = 0.0002

2、UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xd3 in position 0: invalid continuation byte

env_info['MSVC'] = cc.decode(encoding).partition('\n')[0].strip()

改为：env_info['MSVC'] = cc.decode(encoding,"ignore").partition('\n')[0].strip()

decode（）增加一个ignore就可以了