在mmdet上用cascade训练自己的数据集

这篇blog中写的很详细：https://blog.csdn.net/weixin_41010198/article/details/106258366

1. 利用colab平台

需要科学上网。并且开通colab pro（可以先试用免费的，但是pro的算力高很多，且给的运行时间也会长，不容易断连）

2.在colab平台上配置mmdet

!nvcc -V
!gcc --version
!rm -rf /content/sample_data
#查看分配的显卡配置，建议刷到v100
!nvidia-smi
#挂载自己的google drive
from google.colab import drive
drive.mount('/content/drive')
!rm -rf mmdetection
!git clone https://github.com/open-mmlab/mmdetection.git
!mkdir /content/mmdetection/data/VOCdevkit/VOC2007
#从云盘里复制文件到云服务器本地
!cp /content/drive/MyDrive/data/data_11000.zip -d /content/mmdetection/data/VOCdevkit
#解压数据，云盘里用.zip比较快，之后再解压就行
!unzip -d /content/mmdetection/data/VOCdevkit/VOC2007/ /content/mmdetection/data/VOCdevkit/data_11000.zip
#要进入mmdet路径下再去配置！！！
import os
path = "/content/mmdetection"
os.chdir(path)
#安装mmcv等配置，大概十分钟左右，这期间就参照上面的博客去修改参数信息等，放置一下数据集

// !pip install mmcv-full  之前的

-------2021.11.25修改------------
%%bash
pip install openmim
mim install mmdet

!pip uninstall -y pycocotools
!pip install -e .
!pip install Pillow==7.0.0
!pip install mmpycocotools
#查看是否安装成功
import torch, torchvision
print(torch.__version__, torch.cuda.is_available())

import mmdet
print(mmdet.__version__)

from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print(get_compiling_cuda_version())
print(get_compiler_version())

import os
#开始训练
!python tools/train.py /content/mmdetection/configs/cascade_rcnn/cascade_rcnn_r50_fpn_1x_coco.py

3.配置一些参数文件

主要参考开头的blog

因为后面mmdet更新到v2.0了，实际上在网上找的一些教程都是根据以前的版本来的，所以还耗费了一点时间，早看到这一篇blog就好了！！