yolov3训练自己的数据集（MMDetection）

用FasterRcnn训练了自己标注的数据集Voc格式，现在想用yolo来训练一下，修改了yolo文件内容，打算直接用yolo训练voc格式的数据，出现了一点问题 ，因为比较着急，就没有再详细研究。
MMDetection中大多训练模型为coco格式设计，计划把 voc格式转换为coco格式，也方便以后其他模型的训练。

1.voc格式转换为coco格式

可参考：

https://github.com/Stephenfang51/VOC_to_COCO

2.coco相关文件的修改

可参考
【mmdetection】使用自定义的coco格式数据集进行训练及测试

（1）定义数据种类（mmdetection/mmdet/datasets/coco.py），把CLASSES的那个tuple改为自己数据集对应的种类tuple即可。

   CLASSES = ('Other Car', 'Taxi')

（2）修改coco_classes数据集类别（mmdetection/mmdet/core/evaluation/class_names.py）

def coco_classes():
    return [
        'Other Car', 'Taxi'
    ]

（3）修改使用模型model字典中的num_classes

num_classes=2,#类别数

3.训练

python tools/train.py configs/yolo/yolov3_d53_mstrain-608_273e_coco.py

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/120983714