接觸目標檢測也有半年時間了，**看了一些，但是都是看得馬馬虎虎，這次先用mmdetection跑一下faster-rcnn，後面徹底熟悉了，再分析它的執行過程。可能有人說先打牢基礎，看這看那，我認為還是得及時地和實際結合，如果有不對指出，請批評指正。
mmdetection是商湯提出來的乙個框架吧，如果只是想單純的跑跑完成任務的話真的很實用，我第一次上手用的就是它，連裝系統到最後跑起來一天（原諒我是個菜雞），下面開始正題。
先從github上裝好。[新增鏈結描述](
模型也能下[新增鏈結描述](
下好以後放到mmdetection/checkpoints裡（這個位置啥的可以自己算便來），跟要跑得config對應好，config也在mmdetection目錄下。比如我下的是faster_rcnn_r50_fpn_1x_20181010-443129e1.pth。
接下來要改的是faster_rcnn_r50_fpn_1x.py,也就是配置檔案。
bbox_head=
dict
(type
='sharedfcbboxhead'
, num_fcs=2,
in_channels=
256,
fc_out_channels=
1024
, roi_feat_size=7,
num_classes=21,
#voc資料集有20類再加上背景共21類
target_means=[0
.,0.
,0.,
0.],
target_stds=
[0.1
,0.1
,0.2
,0.2],
reg_class_agnostic=
false
, loss_cls=
dict
(type
='crossentropyloss'
, use_sigmoid=
false
, loss_weight=
1.0)
, loss_bbox=
dict
(type
='smoothl1loss'
, beta=
1.0, loss_weight=
1.0)))
# model training and testing settings
data =
dict
( imgs_per_gpu=2,
workers_per_gpu=2,
train=
dict
(type
=dataset_type,
ann_file=data_root +
'voc2007_train/imagesets/main/trainval.txt'
, img_prefix=data_root +
'voc2007_train/'
, pipeline=train_pipeline)
, val=
dict
(type
=dataset_type,
ann_file=data_root +
'voc2007_train/imagesets/main/val.txt'
, img_prefix=data_root +
'voc2007_train/'
, pipeline=test_pipeline)
, test=
dict
(type
=dataset_type,
ann_file=data_root +
'voc2007_train/imagesets/main/test.txt'
, img_prefix=data_root +
'voc2007_train/'
, pipeline=test_pipeline)
)
原因是乙個專案裡裝了兩個版本的mmdetection，跑第乙個專案調第二個裡裝的模組，死活搞不定，把倆都刪了重灌發現官方文件最下面有說明倆版本怎麼搞…唉，第乙個坑…還把資料集刪了，又重搞了一下。
現在跑開了，神船gtx1060 6g，速度慢的一批，而且風扇有問題，呼呼的轉。第一次跑模型，其他的batchsize啥的也不用調了，等開學混個伺服器吧，但開學還遙遙無期…
mmdetection 訓練資料
修改數目類別 下面展示一些內聯 片。model dict roi head dict bbox head dict num classes 1 修改檢測類別名稱 修改檢測類別 注意 當目標類別為一類時需要檢測類別為列表形式不是元組將檢測檔案複製到虛擬環境中。若上述檔案發生變換需要重新執行，重新編譯。...
新版mmdetection訓練自己的資料集
最好的情況是按照mmdetection的文件介紹，一步一步走。pytorch1.5沒有配置成功。pytorch1.3基本可以很順利的配置好，但是要注意的是cuda的版本問題。用labelimg或其他工具標註好的voc資料集，按照mmdetection中文件的介紹的格式放好就行。以上兩個步驟不是最主要...
mmdetection訓練自己資料集的配置詳情記錄
檢測attention 原始碼注釋發布於我的github 近期更新到最新版 後面有些語法在csdn的markdown上不支援，導致顯示bug，我就懶得改了，有需求直接訪問原部落格檢視。for version 0.6.0 訓練需要改動的配置為 以一張的車分割為例。檔案結構 如圖 其中car.json是...