mmdetection训练pascal_voc格式的数据集

安装mmdetection的方法见上篇博客：安装mmdetection并测试demo

一、准备数据集（pascal_voc格式）

最终要得到下方的结构：

mmdetection
├── mmdet
├── tools
├── configs
├── data
│   ├── VOCdevkit
│   │   ├── VOC2007
│   │   │   ├── Annotations
│   │   │   ├── JPEGImages
│   │   │   ├── ImageSets
│   │   │   │   ├── Main
│   │   │   │   │   ├── test.txt
│   │   │   │   │   ├── trainval.txt
│   │   │   │   │   ├── train.txt
│   │   │   │   │   ├── val.txt

具体每一部分存放什么内容，网上有很多参考。也可下载官方的VOC2007数据集并将其中各部分进行替换。
另外，生成ImageSets/Main中的train.txt、trainval.txt等文件的脚本，可参考之前的博客：统计清理数据集文件用到的命令和python脚本中的“二、Python脚本”

二、修改配置文件及相关文件

1.修改mmdetection/configs中的配置文件

我使用的是retinanet_r50_fpn_1x.py（可先将其备份再修改）

• num_classes为自己数据集的类别数+1
• dataset_type = ‘VOCDataset’ ；data_root = ‘data/VOCdevkit/’
• ann_file = data_root + ‘VOC2007/ImageSets/Main/xx.txt’
• img_prefix = data_root + 'VOC2007/'等

2.修改mmdetection/mmdet/datasets/voc.py文件

• 将class VOCDataset()中的classes修改为自己数据集的类别

3.修改mmdet/core/evaluation/class_name.py文件

• 将其中voc_classes()修改为自己数据集的类别

4.修改mmdetection/tools/voc_eval.py文件

• 将下方代码注释掉

if hasattr(dataset, 'year') and dataset.year == 2007:
	dataset_name = 'voc07'
else:
	dataset_name = dataset.CLASSES

• 在eval_map上添加dataset_name = dataset.CLASSES

三、训练

python tools/train.py ${CONFIG_FILE} --work_dir ${YOUR_WORK_DIR}

四、测试

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}] [--show]

• [ ]中的内容为可选项

五、评估

python tools/voc_eval.py ${RESULT_FILE} ${CONFIG_FILE}

参考：

https://blog.csdn.net/fengxinzioo/article/details/103644793
https://blog.csdn.net/jy1023408440/article/details/93487262
https://blog.csdn.net/marshallwu1/article/details/93331712