从零开始使用Detectron训练第三方数据集是什么体验（六）

从零开始使用Detectron训练第三方数据集是什么体验（六）

本栏目分为6个部分：

• 第1部分：Detectron框架简介与安装
• 第2部分（本文）：使用LabelImgPlus对图片进行标注
• 第3部分：数据集处理
• 第4部分：在detectron上部署数据集
• 第5部分：训练
• 第6部分（本文）：测试
  GitHub： https://github.com/zhiweichen95/detectron_my

第6部分：测试

0 前言

  训练完成后，自动会进行测试输出结果。如果还需要复现测试结果，本章节内容将详述。

1 复现测试数据集的mAP计算

python ./tools/test.py --cfg configs/my/retinanet_R-50-FPN_1x1.0.yaml \
                       TEST.WEIGHTS experiments/2.0/train/voc_2007_train/retinanet/model_final.pkl

• --cfg ：配置文件路径
• TEST.WEIGHTS：进行测试模型的路径

2 使用一些图片进行测试并可视化

  本项目需要测试的图片jpg存放的文件夹路径为：$Detectron/mytest/input/

python ./tools/infer_simple.py --cfg configs/my/retinanet_R-50-FPN_1x1.0.yaml \
                               --wts experiments/2.0/train/voc_2007_train/retinanet/model_final.pkl \
                               --output-dir mytest/output/ \
                               mytest/input/

• --cfg ：配置文件路径
• --wts：进行测试模型的路径
• --output-dir：可视化图片的保存文件夹路径
• mytest/input/指的是需要测试的图片jpg存放的文件夹路径

这样就可以进行目标检测辣~

可以看看本人跑出的结果：

---

本项目就到此结束啦。如有任何问题，欢迎留言交流学习。