OpenMMLab AI 实战第五课笔记——MMDetection代码教学

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：