pytorch 训练自己的数据集（废）

参考文档：https://blog.csdn.net/weixin_58577392/article/details/124828281

 

创建一个空的虚拟环境吧

1. 环境：

　　pytorch ：根据自己cuda的环境

　　ninja yacs cython matplotlib tqdm opencv-python

 

2. 安装cocoapi

　　git clone https://github.com/cocodataset/cocoapi.git
　　cd cocoapi/PythonAPI
　　python setup.py build_ext --inplace
　　python setup.py build_ext install

 

3. 安装apex

　　git clone https://github.com/NVIDIA/apex
　　cd apex
　　pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./【报错】

　　

 

 

 　　

　　python setup.py install

 

4. 安装maskrcnn-benchmark

　　git clone https://github.com/facebookresearch/maskrcnn-benchmark.git

 

5. 自作自己coco数据集

　1. git clone https://github.com/wkentaro/labelme.git


　2. 放原始图片和json

　　

 

 　　3. 在rcnn项目下创建下面的空文件夹,2014或者2017【提前创建好】　　

　　

　　4. 先运行一次，生成训练集的json（windows）

　　python labelme2coco.py data_annotated data_dataset_coco --labels labels.txt

　　就会生成新的data_dataset_coco文件夹，data_dataset_coco/annotations.json 改名 instances_train2017.json

　　把json和原始图片放在下面创建的coco文件夹中， annotations.json 改名 instances_train2017.json

　　在运行一次，生成验证集的json。其他步骤一样，json名字改成instances_val2017.json

6. 修改配置文件

　　在configs文件夹下

　　a.本人选择的是e2e_mask_rcnn_R_50_FPN_1x.yaml，复制并更名为my_e2e_mask_rcnn_R_50_FPN_1x.yaml。

　　然后修改这个yaml文件

　　

 

 　　

 

 　　最后

　　

 

 　　b.

　　 

 　　分类数量需要改成自己的数量+1（背景） 我改了3出  检索一下

 　　

 　　c. 编译

 　　python setup.py build develop

　　　

7. 训练

　　python tools/train_net.py --config-file configs/my_e2e_mask_rcnn_R_50_FPN_1x.yaml

　　

 

 　  报错：

 

 

 

　　解决：找不到这个。路径不对　　　　　　　

 

 

 

 　　改成下面的

 

 

 　　

8. 测试 

验证：python tools/test_net.py --config-file configs/e2e_mask_rcnn_R_101_FPN_1x.yaml

　　问题