前期准备（数据处理）

标注数据集

LabelMe----> COCO

1. LabelImg：能标注 VOC、YOLO格式数据集，标注VOC数据集尤其推荐
2. 安装：pip install labelimg -i [http://mirrors.aliyun.com/pypi/simple/](http://mirrors.aliyun.com/pypi/simple/) --trusted-host mirrors.aliyun.com
3. 启动： 直接在命令中输入 labelimg 启动软件
4. ①勾选 View - Auto Save mode：这样切换到下一张图时就会将标签文件自动保存在Change Save Dir设定的文件夹。
   ②Open Dir：选择图片所在的文件夹 JPEGimages
   ③Change Save Dir：选择保存标签文件要保存的目录 Annotations
5. 快捷键
   A：上一张图
   D：下一张图
   W：绘制矩形框

** LabelImg----> VOC **

1. LabelMe：格式为LabelMe，提供了转VOC、COCO格式的脚本，可以标注矩形、圆形、线段、点。标注语义分割、实例分割数据集尤其推荐。
2. 安装：pip install labelme -i [http://mirrors.aliyun.com/pypi/simple/](http://mirrors.aliyun.com/pypi/simple/) --trusted-host mirrors.aliyun.com
3. 启动： 直接在命令行输入 labelme 启动软件
4. ①勾选 File->Automatically：这样切换到下一张图时就会将标签文件自动保存在Change Save Dir设定的文件夹。
   ②Open Dir：选择图片所在的文件夹 JPEGimages
   File-> Change Output Dir：选择保存标签文件所在的目录 Annotations
   ③Edit -> Create Rectangle：选中，开始画矩形框
   ④注：如果想删除某个框，需要先点击左侧 Edit Polygons，然后再选择你要删的框，点击del键
5. 快捷键
   A：上一张图
   D：下一张图
   Ctrl + R：画矩形框

VOC 转COCO
在github上下载运行，把voc数据集改为CoCo数据集
注：把数据在网站中格式化处理，可以看到数据集中的每个类别

一、结构目录

annotations下包含的是标签文件，分别有测试集（test）训练集（train）验证集（val）中间包含文件信息，目标位置信息

二、要修改的地方

1. 类别 修改configs/base/models/mask_rcnn_swin_fpn.py中的num_classes

#num_classes=80,#类别
num_classes=4,#类别改为4 我们训练的类别是4

2. 配置权重信息 修改 configs/base/default_runtime.py 中的 interval，loadfrom
   interval：dict(interval=1) # 表示多少个 epoch 验证一次，然后保存一次权重信息
   loadfrom：表示加载哪一个训练好（预训练）的权重，可以直接写绝对路径如： load_from = r"E:\workspace\Python\Pytorch\Swin-Transformer-Object-Detection\mask_rcnn_swin_tiny_patch4_window7.pth"
   

3. 修改训练图片尺寸大小：如果显存够的话可以不改（基本都运行不起来），文件位置为：configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py

修改所有的 img_scale 为 ：img_scale = [(224, 224)] 或者 img_scale = [(256, 256)] 或者 480，512等。

同时 configs/base/datasets/coco_instance.py 中的 img_scale 也要改成 img_scale = [(224, 224)] 或者其他值
注意：值应该为32的倍数，大小根据显存或者显卡的性能自行调整

4. 配置数据集路径：configs/base/datasets/coco_instance.py
   修改data_root文件的最上面指定了数据集的路径，因此在项目下新建 data/coco目录，下面四个子目录 annotations和test2017，train2017，val2017。
   
5. 修改该文件下的 train val test 的路径为自己新建的路径：configs/base/datasets/coco_instance.py
   
6. 修改 batch size 和 线程数，路径：configs/base/datasets/coco_instance.py ，根据自己的显存和CPU来设置

samples_per_gpu=8,  # batch size
workers_per_gpu=4,  # 每个GPU对应线程数 可以大一些

7. 修改分类数组：mmdet/datasets/coco.py
CLASSES中填写自己的分类：

CLASSES = ('person', 'bicycle', 'car')

8. 修改最大epoch configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
修改72行：runner = dict(type=‘EpochBasedRunnerAmp’, max_epochs=36)#最大epochs

三、开始训练

在终端输入

python tools/train.py configs\swin\mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py

解释：执行tools下train.py文件——传入configs\swin\mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py 这个参数（这个参数就是我们要使用的网络）

四、训练过程结果

1. 每50个打印一次日志信息，后边有学习率和loss信息
2. 最后生成结果，会在项目根目录下生成work_dirs文件夹
   
   
   log：保存训练时终端打印的日志
   epoch.pth：我们得到的权重文件
   lastest.pth:最新保存的权重文件