mmdetection从环境搭建到训练自己的数据集_阿利同学的博客-爱代码爱编程
环境搭建
代码地址：https://github.com/TexasInstruments/edgeai-mmdetection
先下载代码到本地，或者终端git clone https://github.com/TexasInstruments/edgeai-mmdetection.git
上面完成后。
1.需创建虚拟环境：
如：conda create --name mmdet python==3.7
2 运行设置环境代码
conda activate mmdet (上述环境名字)
在终端 根目录运行 ./setup.sh文件
完成上述后会生成"mmdet" 文件夹
3 重点配置
并在完成后最后一行提醒你 上述库依torchvision包接下来你要键入git clone https://github.com/TexasInstruments/edgeai-torchvision.git
完成后会在文件夹出现edgeai-torchvision
4 安装所有依赖库
cd 进入torchvision文件夹
继续运行 ./setup.sh文件
至此所有的依赖库安装完毕
5 训练自己的数据集
1.需要将你的数据弄成VOC格式或者coco格式
2.将数据放在data/VOCdevkit/下，如下图所示
6 更改配置文件
1.修改mmdetection/mmdet/datasets/voc.py中
CLASSES = ('cat1', 'dog', 'pig') 换成你的标签名。
2.修改mmdetection/mmdet/core/evaluation/class_names.py
将类别换成
def voc_classes():
return [
'cat1', 'dog', 'pig'
]
#改类别
3.tools/train.py
修改cfg.gpu_ids 来更改自己所要用到的GPU个数和id
4.tools/train.py
133行修改权重保存路径
4.scripts/train_detection_main.py
修改 distribute=0 或者1，来选择是否分布式训练，训练报错时 选为0会有可能解决BUG
修改dataset_style=“voc” 或者“coco”
5.在config/edgeai/ssd/ssd_mobilenet_fpn_lite.py
修改 num_classes
6.config/edgeai/ssd/xbase
修改epoch和打印信息 以及多少epoch保存一次权重等