其他分享
首页 > 其他分享> > MMDetection模型微调

MMDetection模型微调

作者:互联网

使用FasterRCNN训练模型时,因为做的是交通场景下的出租车识别,自己标注了一部分数据,为增强效果,先在数据集BDD100K上训练,然后在自己数据集上进行微调。
使用·faster_rcnn_r50_fpn_1x进行训练

BDD100K数据集下载地址:https://doc.bdd100k.com/download.html
模型下载地址:https://github.com/SysCV/bdd100k-models
通过查看文档,官方提供的训练好的模型是与MMDetection相匹配的,不用自己训练了,直接下载使用即可。
faster_rcnn_r50_fpn_1x对应的模型下载地址为:
https://dl.cv.ethz.ch/bdd100k/det/models/faster_rcnn_r50_fpn_1x_det_bdd100k.pth

修改MMDetection代码,数据集等的修改以及常见问题可参考

MMDetection使用及相关问题

与直接训练相比,微调只需要修改configs/base/default_runtime.py中load_from = None,将None改为下载模型的路径,或者直接将上面下载地址复制

load_from = "work_dirs/faster_rcnn_r50_fpn_1x_det_bdd100k.pth"

其他与训练自己的数据集一样操作。

MMDetection微调文档参考docs/tutorials/finetune.md

https://github.com/open-mmlab/mmdetection/blob/master/docs/tutorials/finetune.md

标签:bdd100k,fpn,1x,模型,微调,https,MMDetection,r50
来源: https://blog.csdn.net/chenfang0529/article/details/121004221