Detectron: So trainieren Sie den benutzerdefinierten Datensatz.
Hallo! Zunächst einmal vielen Dank für Ihre wundervollen Arbeiten.
Ich beende das Training des RetinaNet mit dem COCO-Datensatz, wie Sie es angewiesen haben.
Ich möchte meinen eigenen Datensatz mit RetinaNet oder anderen Basismodellen trainieren.
Ich schaue mir die innere Codestruktur an und finde heraus, dass alle Modellkonfigurationen in der * .yaml-Datei definiert sind und train_net.py die * .yaml-Datei liest und die Datenbank aus der .jason-Datei im COCO-Annotationsverzeichnis erstellt.
Wenn ich also meinen eigenen Datensatz trainieren möchte, besteht die einzige Möglichkeit darin, die .json-Datei zu generieren, die COCO-Annotationen ähnelt.
nonstop1962
Alle 5 Kommentare
@ nonstop1962 : Ja, die empfohlene Methode besteht darin, Ihr Dataset in das COCO json-Anmerkungsformat zu konvertieren. Bei Begrenzungsrahmen kann dies normalerweise in <100 Zeilen Pythons erfolgen. Natürlich können Sie den Detectron-Code beliebig ändern, um benutzerdefinierte Formate zu unterstützen, aber das ist wahrscheinlich schwieriger und anfälliger für Probleme mit fehlenden Eckfällen.
rbgirshick
am 25. Jan. 2018
Vielen Dank für Ihre Antwort!
nonstop1962
am 25. Jan. 2018
Vielen Dank für @rbgirshick !
Ok, kann ich einen Trainingsdatensatz erhalten, wenn ich das T-Shirt segmentieren möchte?
Beispielsweise wird JSON für die Verwendung der COCO-API abgerufen.
Ich denke, dass diese Plattform Segmentierung kann.
OK??
Danke ~!
oryondark
am 19. Sept. 2018
Hallo,
Für diejenigen, die es benötigen, gibt es hier ein Skript zum Konvertieren von XML-Pascal-Voc-Annotationen in das Coco-Json-Format: https://github.com/gamcoh/Object-Detection-Tools/blob/master/pascal_voc_xml2coco_json.py
gamcoh
am 20. März 2019
Vielen Dank, Gamcoh
oryondark
am 21. März 2019
Verwandte Themen
twmht
·
3Kommentare
Hwang-dae-won
·
3Kommentare
gaopeng-eugene
·
4Kommentare
rbgirshick
·
3Kommentare
Adhders
·
3Kommentare
Hilfreichster Kommentar
@ nonstop1962 : Ja, die empfohlene Methode besteht darin, Ihr Dataset in das COCO json-Anmerkungsformat zu konvertieren. Bei Begrenzungsrahmen kann dies normalerweise in <100 Zeilen Pythons erfolgen. Natürlich können Sie den Detectron-Code beliebig ändern, um benutzerdefinierte Formate zu unterstützen, aber das ist wahrscheinlich schwieriger und anfälliger für Probleme mit fehlenden Eckfällen.