MMdetection学习

配置文件：

− model 字段定义模型
− data 字段定义数据
− optimizer、lr_config 等字段定义训练策略
− load_from 字段定义与训练模型的参数文件

MMDetection 代码库结构：GitHub - open-mmlab/mmdetection: OpenMMLab Detection Toolbox and Benchmark

COCO 数据集格式：

 训练自己的检测模型：

通常基于微调训练：
• 使用基于COCO预训练的检测模型作为梯度下降的“起点”
• 使用自己的数据进行“微调训练”，通常需要降低学习率
具体到 MMDetection，需要：
• 选择一个基础模型，下载对应的配置文件和预训练模型的参数文件
• 将数据整理成MMDetection的支持的格式，如COCO格式或者自定义格式
• 修改配置文件
• 修改配置文件中的数据路径
• 修改模型的分类头
• 设置加载预训练模型
• 修改优化器配置（学习率、训练轮次等）
• 修改一些杂项
配置文件的修改可以通过继承的方式，不用把一整个配置文件贴过来再一条一条改
原始配置文件和与训练权重可以用 MIM 工具下载