新版mmdetection训练自己的数据集

配置

最好的情况是按照mmdetection的文档介绍，一步一步走。pytorch1.5没有配置成功。pytorch1.3基本可以很顺利的配置好，但是要注意的是cuda的版本问题。

voc数据集

用labelimg或其他工具标注好的voc数据集，按照mmdetection中文档的介绍的格式放好就行。
以上两个步骤不是最主要的。

训练

选取好自己想用的head模型，比如faster rcnn或者retinanet。因为mmdetection经历了一次大的更新，很多地方都有了变动。
1.关于文件路径 和class类别数量的问题，都去configs/__base __/文件夹下去设置。
datasets/voc0712.py设置路径
models/.py设置类别数量（注意：以前的版本都是类别数+1，新版只需要类别数就行，比如训练1类就是num_class=1不然回报list out of range错误）
schedule/.py设置epochs
2.设置好之后去mmdet/datasets/voc.py去设置类别名，如果是1类的话一定要加个逗号(‘smoke’,)
3.去mmdet/core/evaluation/class_name.py设置类别名，可以不用加逗号
4.学习率去configs/特定head.py下去设置 同事configs的base下的schedule也要更改
这些都设置好之后就可以开始训练了用官方给的运行命令即可。