在自己的数据集上训练CrowdDet过程记录

论文链接：https://readpaper.com/pdf-annotate/note?noteId=656650387498369024&pdfId=542662939605901312

github链接：https://github.com/Purkialo/CrowdDet

一：在CrowdDet上训练CrowdHuman数据集：

      1.CrowdHuman数据集

        ①下载链接：CrowdHuman Dataset。

        ②数据集介绍：

        

        其中训练集分为3部分，名字分别为CrowdHuman_train01.zip,CrowdHuman_train01.zip,CrowdHuman_train01.zip,数量都是5k张；测试集为CrowdHuman_test.zip,数量为5k,验证集为CrowdHuman_val.zip，数量是4370张。odgt文件则是标签，里面有全身标注，行人可见部分标注以及head部分标注。

2.训练CrowdHuman数据集

      ①：在config.py中，图上所标注的路径都是需要修改成自己项目中的路径，例如：我的"annotation_train.odgt"存放路径为"/home/mobu/CrowdHuman/annotation_train.odgt"，则train_source的路径需要改成这个，另外附上预训练模型链接：https://drive.google.com/file/d/1lfYQHC63oM2Dynbfj6uD7XnpDIaA5kNr/view?usp=sharing。

②：image_folder表示CrowdHuman图片存放的地方，前面下载的zip文件会解压到一个叫‘Images’的文件夹，所以上图标示部分应该是大写的‘Images’,另外路径也需要修改，参考第一点。

③：解压出来的图片后缀名都是'.jpg'，所以需要将'.png'修改为'.jpg'

一般来说，这几个地方修改之后就可以在CrowdHuman数据集上训练CrowdDet了。

二：自定义数据集训练

①我的数据集格式

         如图所示，前面是图片路径，后面是一个列表中套字典的格式，每个字典中有左上角和右下角的标注以及目标类别。

②CrowdDet中的dataset

        CrowdDet的dataset在lib/data/CrowdHuman.py，根据我的数据格式对相关地方做修改即可。

首先修改对数据的解析方式，返回一个标签列表：

 

 parse_lines函数如下：

接下来修改图片路径以及对标签的解析方式 ：

 parse_record函数如下：

         需要注意的是，CrowdHuman数据中box列表中4个值的格式是[x0, y0, w, h]，即左上角的点和宽高，所以我们处理的时候也需要做转换。

 最后再把验证阶段也修改一下就大功告成了！