mmdetection从环境搭建到训练自己的数据集

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