MMDetection模型微调

使用FasterRCNN训练模型时，因为做的是交通场景下的出租车识别，自己标注了一部分数据，为增强效果，先在数据集BDD100K上训练，然后在自己数据集上进行微调。
使用·faster_rcnn_r50_fpn_1x进行训练

BDD100K数据集下载地址：https://doc.bdd100k.com/download.html
模型下载地址：https://github.com/SysCV/bdd100k-models
通过查看文档，官方提供的训练好的模型是与MMDetection相匹配的，不用自己训练了，直接下载使用即可。
faster_rcnn_r50_fpn_1x对应的模型下载地址为：
https://dl.cv.ethz.ch/bdd100k/det/models/faster_rcnn_r50_fpn_1x_det_bdd100k.pth

修改MMDetection代码，数据集等的修改以及常见问题可参考

MMDetection使用及相关问题

与直接训练相比，微调只需要修改configs/base/default_runtime.py中load_from = None，将None改为下载模型的路径，或者直接将上面下载地址复制

load_from = "work_dirs/faster_rcnn_r50_fpn_1x_det_bdd100k.pth"

其他与训练自己的数据集一样操作。

MMDetection微调文档参考docs/tutorials/finetune.md

https://github.com/open-mmlab/mmdetection/blob/master/docs/tutorials/finetune.md

版权声明：本文为CSDN博主「chenf0」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/chenfang0529/article/details/121004221