笔记：使用mmdection参加科大讯飞挑战赛

1. COCO# 系列文章目录
   提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
   例如：第一章 Python 机器学习入门之pandas的使用

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

1.COCO数据集格式

知乎：COCO数据集的标注格式—作者:Gemfield

2.mmdection介绍

2.1官方mmdection网站

2.2 知乎：轻松掌握mmdection系列文章——作者：OpenMMLab（推荐）

3.配置文件和设置

3.1 知乎：config配置文件解读初识CV ——作者：初识CV（推荐它的其他系列）

3.2 CSDN：mmdetection训练自己的数据集——作者：Bubble_water
有三处需要修改的地方

1. train、val、test的images和json路径
2. num_classes=(自己数据集标签类别个数，无需增加背景类别)
3. mmdetection/mmdet/datasets/coco.py，把CLASSES的那个tuple改为自己数据集对应的种类tuple
4. mmdetection/mmdet/core/evaluation/class_names.py,把coco_classes数据集类别修改
5. 学习率LR和batch_size=num_gpus*image_per_gup
6. 预训练权重
   

4.训练

在这里插入代码片

5.测试

mmdection中的test.py只能测试单张图片

6.可视化

1. List item
2. 训练log可视化
3. 数据集标签可视化

7.小代码

1. 划分训练集，验证集

2. 补全coco数据集标签文件

3. 文件夹下图片重命名

4. 扩充数据集

5. 标签可视化

8.训练中出现的错误

1.提交格式错误bbox=[x1,y1,x2,y2],bbox=[x,y,w,h]

9.mAP解释

知乎：目标检测中的AP，mAP——作者：希葛格的韩少君

10.常见tricks

1.混合精度
2.多尺度训练，测试
3.soft_nms
4.在线难例采样
5.回归IoU损失