你好！ 首先，感谢您的精彩作品。
按照您的指示，我完成了使用COCO数据集训练RetinaNet的工作。
我想使用RetinaNet或其他基准模型来训练自己的数据集。
我查看内部代码结构，并发现所有模型配置都在* .yaml文件中定义，并且train_net.py读取* .yaml文件，并从COCO批注目录中的.jason文件构造数据库。
因此，如果我想训练自己的数据集，唯一的方法是生成与COCO注释相似的.json文件？
question
nonstop1962
所有5条评论
@ nonstop1962 ：是的，建议的方法是将数据集转换为COCO json批注格式。 对于边界框，通常可以在少于100行的Python中完成。 当然，您可以对Detectron代码进行任意修改，以支持自定义格式，但这可能更困难，并且更容易出现漏掉极端情况的问题。
rbgirshick
于 2018-01-25
👍8
😄1
谢谢您的回答！
nonstop1962
于 2018-01-25
感谢您的@rbgirshick ！
好的，如果我想分割T恤，可以得到训练数据集吗？
例如，JSON get用于COCO API。
我认为这个平台可以细分。
好的？？
谢谢〜！
oryondark
于 2018-09-19
你好，
对于需要它的人，这是一个将xml pascal voc注释转换为coco json格式的脚本： https :
gamcoh
于 2019-03-20
👍2
感谢gamcoh
oryondark
于 2019-03-21
此页面是否有帮助？
0 / 5 - 0 等级
相关问题
junxiaoge
·
3评论
baristahell
·
3评论
rbgirshick
·
3评论
Emma0928
·
3评论
olgaliak
·
4评论
最有用的评论
@ nonstop1962 ：是的，建议的方法是将数据集转换为COCO json批注格式。 对于边界框，通常可以在少于100行的Python中完成。 当然，您可以对Detectron代码进行任意修改，以支持自定义格式，但这可能更困难，并且更容易出现漏掉极端情况的问题。