环境搭建

代码地址:https://github.com/TexasInstruments/edgeai-mmdetection

先下载代码到本地，或者终端git clone https://github.com/TexasInstruments/edgeai-mmdetection.git

上面完成后。

1 需创建虚拟环境:

如: conda create --name mmdet python==3.7

2 运行设置环境代码

conda activate mmdet  (上述环境名字)

在终端根目录运行./setup.sh文件

完成上述后会生成"mmdet" 文件夹

3 重点配置

并在完成后最后一行提醒你 上述库依torchvision包接下来你要键入git clone

https://github.com/TexasInstruments/edgeai-torchvision.git

完成后会在文件夹出现edgeai-torchvision

4 安装所有依赖库

cd进入torchvision文件夹

继续运行 ./setup.sh文件

至此所有的依赖库安装完毕

5 训练自己的数据集

1.需要将你的数据弄成VOC格式或者coco格式

2.将数据放在data/VOCdevkit/下，如下图所示

6更改配置文件

1.修改mmdetection/mmdet/datasets/voc.py中

CLASSES = ('cat1', 'dog', 'pig') 换成你的标签名。

2.修改mmdetection/mmdet/core/evaluation/class names.py

将类别换成

def voc_classes():
    return [
        'cat1', 'dog', 'pig' 
    ]
    #改类别

3.tools/train.py

修改cfq.qpu ids 来更改自己所要用到的GPU个数和id

4.tools/train.py

133行修改权重保存路径

4.scripts/train detection main.py

修改 distribute=0 或者1，来选择是否分布式训练，训练报错时 选为0会有可能解决BUG

修改dataset style=“voc”或者“coco”

5.在config/edgeai/ssd/ssdmobilenet fon_lite.py修改num classes

6.config/edgeai/ssd/xbase

修改epoch和打印信息以及多少epoch保存一次权重等