【无标题】

mmdetection中的faster-rcnn训练自己的voc数据集

1、首先先安装好mmdetection
2、安装好后在mmdetection文件夹下新建一个data数据集把voc数据集放进去
3、然后找到你的目录下的config/faster-RCNN/faster_rcnn_r50_fpn_1x_voc0712.py(如果没有自己建一个),内容如下

_base_ = [
    '../_base_/models/faster_rcnn_r50_fpn.py',
    '../_base_/datasets/voc0712.py',
    '../_base_/schedules/schedule_1x.py', '../_base_/default_runtime.py'
]

4、去到configs/base/models/faster_rcnn_r50_fpn.py找到你的num_class改为你自己的类别
5、去到configs/base/models/voc0712.py中改好路径

dataset_type = 'VOCDataset'
data_root = 'data/VOCdevkit/'

如果没有voc2012就注释掉

 data_root + 'VOC2012/ImageSets/Main/trainval.txt'

然后去到mmdet/core/evaluation/class_names.py 将def voc_classes():改为自己的类,一个记得加个,在后面

def voc_classes():
    return [
        '自己的类',
    ]

6、最后输入

python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_voc0712.py

开始训练自己的数据集

版权声明:本文为CSDN博主「w1520039381」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/w1520039381/article/details/121431953

w1520039381

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

MMdetection之necks之FPN

MMdetection之necks之FPN 其横向为 1X1 的卷积,向下为 上采样 Specifically, for ResNets [16] we use the feature activations output by

玩转KITTI3D目标检测:KITTI评估工具evaluate的使用

近期因实验需要利用kitti数据集,发现关于评估工具使用的部分网上教程不够详细,特此记录. 文末为了方便对数据结果观看,附上了修改代码. 1. KITTI评估工具来源 官网评估工具 下载后文件目录包含: matlab(2D/3D框显示和