【mmdetection】mmdetection训练自己的coco格式数据集【自己使用,主要记录配置类别文件】

数据集存放位置与格式

├── coco
│   ├── annotations
│   ├── test2017
│   ├── train2017
│   └── val2017

更改的配置文件

./configs/_base_/default_runtime.py:决定是否启用tensorboard
/mmdet/datasets/coco.py:把CLASSES的那个tuple改为自己数据集对应的种类tuple。

CLASSES =  ('people', 'bicycle', 'car', 'van', 'truck', 'tricycle', 'bus', 'motor','boat')

./mmdet/core/evaluation/class_names.py:找到def coco_classes()更改为自己的数据集名称

return ['people', 'bicycle', 'car', 'van', 'truck', 'tricycle',  'bus', 'motor','boat']

版权声明:本文为CSDN博主「是王同学呀」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/wxd1233/article/details/123030468

是王同学呀

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

MMDETECTION微调模型

在 COCO 数据集上预训练的检测器可以作为其他数据集(例如 CityScapes 和 KITTI 数据集)的良好预训练模型。本教程指导用户将Model Zoo 中提供的模型用于其他数据集以获得更好的性能。 在新数