用mmsegmentation工程训练自己的数据集

第一步:选择一种数据组织格式,这里以ADE20K为例。

修改config文件,以config/ster/setr_naive_512x512_160k_b16_ade20k.py为例:

修改num_calss,将原来的num_class =150 修改为自己的数据集类别数。

第二步:修改config继承的_base_/datasets/ade20k.py文件

将原始的data_root修改为自己数据集的data_root,确认自己的数据组织格式要与原始ADE20K数据组织格式一致(这是要在数据集准备时做的,这里默认做好了)。

第三步:修改mmseg/datasets/ade.py文件

对ade.py的CLASSES和PALETTE进行修改,修改成你自己的数据颜色配色,是你的单波段值对应的颜色,不是你的label要是这个颜色,切记!!!

注意,这里有个关于文件后缀名的选择,ADE20K数据集的数据格式是:影像为jpg格式,label为png格式,看看和你的是否一致,不一致请修改:

用mmsegmentation工程训练自己的数据集_第1张图片

 第四步:修改mmseg/core/evaluation/class_name.py文件

修改ade_classes函数的return内容,修改为你自己的数据类别。

你可能感兴趣的:(TRANSFORMER,mmsegmentation,python,mmsegmentation,transformer,语义分割)