mmdetection自己的数据集+不同网络的config配对

最新推荐文章于 2026-07-04 10:34:00 发布

原创最新推荐文章于 2026-07-04 10:34:00 发布 · 238 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

比如我要使用yolox这个模型

在这里插入图片描述
新建一个py文件，然后我们直接继承即可

_base_='./yolox_s_8xb8-300e_coco.py'#这个就是你继承的父类模型配置

model = dict(
    bbox_head=dict(

        num_classes=1,
    ),

)
data_root = r'',
metainfo = {
    'classes': ('0',),
    'palette': [
        (220, 20, 60),
    ]
}
我是单目标识别，num_classes=1,这个一定要搞对！几个目标就写几个！不然无法识别！然后我的标签是：0，  配色盘随意啦我写的 (220, 20, 60)

以下是我的完整代码：

_base_='./yolox_s_8xb8-300e_coco.py'
model = dict(
    bbox_head=dict(

        num_classes=1,
    ),

)
data_root = r'',
metainfo = {
    'classes': ('0',),
    'palette': [
        (220, 20, 60),
    ]
}
train_dataloader = dict(
    batch_size=16,
    dataset=dict(
        data_root=data_root,
        metainfo=metainfo,
        ann_file=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\train.json',
        data_prefix=dict(img=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\images\train')))
val_dataloader = dict(
    dataset=dict(
        data_root=data_root,
        metainfo=metainfo,
        ann_file=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\val.json',
        data_prefix=dict(img=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\images\val')))
test_dataloader = dict(
    dataset=dict(
        data_root=data_root,
        metainfo=metainfo,
        ann_file=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\test.json',
        data_prefix=dict(img=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\images\test')))

# 修改评价指标相关配置
val_evaluator = dict(ann_file=data_root + r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\val.json')
test_evaluator = dict(ann_file=data_root + r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\test.json')
load_from=r'C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\configs\loadfrom权重文件\yolox_s_8x8_300e_coco_20211121_095711-4592a793.pth'
# 训练配置

train_dataloader = dict(batch_size=4)  # 训练 Batch Size


default_hooks = dict(

    timer=dict(type='IterTimerHook'),
    logger=dict(type='LoggerHook', interval=50),
    param_scheduler=dict(type='ParamSchedulerHook'),
    # checkpoint=dict(type='CheckpointHook', interval=200),
    checkpoint=dict(
        type='CheckpointHook',
        interval=200,  # 每200个迭代保存一次检查点
        save_last=True,  # 保存训练过程中的最后一个检查点
        save_best='coco/bbox_mAP_s',  # 保存验证指标最好的检查点
        # max_keep=2  # 最多保留2个检查点文件
    ),
    sampler_seed=dict(type='DistSamplerSeedHook'),
    visualization=dict(type='DetVisualizationHook')
   )

这里ann_file=r’C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\val.json’,
data_prefix=dict(img=r’C:\Users\hp\Desktop\mmdetection-main\mmdetection-main\co\images\val’)))
对应的是你的数据集的val。要指定一下自己的数据集地址！

在这里插入图片描述
改一下形参就行了，然后会自动在mmdetection-main/tools/work_dirs/WHLyolox/WHLyolox.py这里生成一个py文件，这个就是和父类融合后生成的config文件，
我们最终要改这个work_dirs/WHLyolox/WHLyolox.py里的文件。这里可能会出现一些没有继承好的情况（比如我的训练集路径没有复写成功，那就要咱们自己在这里重写一下就行啦）
在这里插入图片描述