一、简单介绍
本次课程是这次AI实战营的第二次实战课程,主要讲MMDetection的操作,主要有四部分内容:①MMDetection项目概览;②MMDetection运行环境搭建;③使用MMDetection进行模型推理;④使用MMDetection训练模型,检测图像中的水果。那我们马上开始吧!
首先来简单介绍下MMDetection,主要是做目标检测的工具包。
MMDetection是目前比较流行的一个库包,主要支持目标检测和实例分割两类任务,具体如下所示:
本次实践教学是基于Openbayes网站,官网:(即刻连接人工智能 | OpenBayes 贝式计算)
二、训练自己的检测模型
首先需要下载预训练的模型、编写配置文件[基于已有配置文件进行修改:加载模型、减小训练轮次、改小学习率]、启动训练、推理测试。
!min search mmdet --model '[模型名字]'
!mim download mmdet --config [配置文件名字] --dest [下载路径]
#查看配置文件
from mmcv import Config
config = Config.fromfile('[自己写的配置文件.py]')
print(config.pretty_text)
#启动训练
!mim train mmdet [py文件名]
训练完了需要推理
#一张图片上推理
from mmdet.apis imoort init_detector,inference_detector,show_result_pyplot
config_file=''
checkpoint_file=''
img='[测试文件路径]'
model=init_detector(config_file,checkpoint_file)
result=inference_detector(model,img)
show_result_pyplot(mode,img,result)
#整个数据集上推理
!mim test mmdet [配置文件.py] --checkpoint [训练出的模型文件路径] --show-dir [保存路径]
三、其他细节
COCO数据集
数据集格式
标注格式
BBOX标注格式:
pipeline数据处理流水线
最后按照如下格式更改自己的配置文件:
训练策略: