Swin Transformer跑通自己的voc数据集！

前面介绍了Swin Transformer的环境配置，配置好了就可以训练自己的数据集了！

环境配置

对于Swin Transformer网络结构，采用VOC数据集，需要修改

1、新建文件夹

在Swin-Transformer-Object-Detection\data\VOCdevkit\VOC2007目录下新建文件夹：

2、修改配置文件

（1）数据集修改

在.\configs\_base_\datasets目录下，打开voc0712.py文件，将data_root改为自己的数据集路径:

 修改训练集、验证集和测试集的路径：

修改输入图片的大小：

 （2）修改数据集标签类别

1）模型文件修改：（这里我用的是mask-RCNN+Swin+fpn）

在.\configs\_base_\models中打开mask_rcnn_swin_fpn.py，将类别数改为自己的数量：

 如果数据集中没有mask部分的标签，将mask_rcnn中的mask操作注释掉：

 2）修改数据集标签类别名称

在.\mmdet\datasets中打开voc.py，将数据集标签类别名称改为自己的：

 在\mmdet\core\evaluation中打开class_names.py，将数据集标签类别名称改为自己的：

（3）修改模型运行的默认配置文件

在configs\_base_中打开default_runtime.py，设置训练多少个iteration验证一次，设置预训练权重的路径：

（4）修改模型文件

在configs\swin中打开mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py，将模型路径和数据集路径改成自己的：

 img_scale参数改成自己的输入图片尺寸。

如果目标检测不需要mask，则注释掉：

 

 设置训练的轮数。

 3、输入图像格式修改

默认格式是.jpg，修改的话，在mmdet\datasets目录中，打开wider_face.py和xml_style.py，

 5、训练模型

在项目路径中，输入以下命令：

python tools/train.py configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py

测试：

python tools/test.py configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py work_dirs/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco/latest.pth --show-dir detect_img --show --eval mAP