【目标检测】MMRotate旋转目标检测训练自定义DOTA格式数据集

1. 安装环境

1.1. Conda虚拟环境
复制代码
conda create --name mmrotate python=3.8 -y
conda activate mmrotate
1.2. 安装PyTorch
复制代码
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
1.3. 安装mmdet, mmrotate
复制代码
pip install -U openmim
mim install mmengine
mim install "mmcv==2.0.0"
mim install "mmdet==3.0.0"
1.4. clone库并setup
复制代码
git clone https://github.com/open-mmlab/mmrotate.git -b dev-1.x
cd mmrotate
pip install -v -e .

2. 数据准备

DOTA

|--images

|--train

|--val

|--test

|--labels

|--train

|--val

|--test

3. 模型训练

3.1. 修改数据config

configs/base/datasets/dota.py

(1) 根据数据保存位置修改data_root, ann_file, data_prefix的路径

(2) 添加classes类别信息, metainfo=dict(classes=classes)

3.2. 修改图片类型

mmrotate/datasets/dota.py

如果不是png,需修改图片类型,img_suffix

3.3. 设置预训练模型

选择使用的方法,例如Faster R-CNN

configs/base/default_runtime.py

下载预训练模型,在load_from中设置路径

3.4. 模型训练
复制代码
python tools/train.py configs/rotated_faster_rcnn/rotated-faster-rcnn-le90_r50_fpn_1x_dota.py
相关推荐
AKAMAI1 天前
Akamai Cloud客户案例 | Avesha 在 Akamai 云上扩展 Kubernetes 解决方案
人工智能·云计算
wasp5201 天前
AgentScope Java 核心架构深度解析
java·开发语言·人工智能·架构·agentscope
智算菩萨1 天前
高效多模态大语言模型:从统一框架到训练与推理效率的系统化理论梳理
大数据·人工智能·多模态
free-elcmacom1 天前
深度学习<4>高效模型架构与优化器的“效率革命”
人工智能·python·深度学习·机器学习·架构
liliangcsdn1 天前
python模拟beam search优化LLM输出过程
人工智能·python
算法与编程之美1 天前
深度学习任务中的多层卷积与全连接输出方法
人工智能·深度学习
Deepoch1 天前
具身智能产业新范式:Deepoc开发板如何破解机器人智能化升级难题
人工智能·科技·机器人·开发板·具身模型·deepoc
浪子不回头4151 天前
SGLang学习笔记
人工智能·笔记·学习
飞哥数智坊1 天前
TRAE 国内版 SOLO 全放开
人工智能·ai编程·trae
落叶,听雪1 天前
AI建站推荐
大数据·人工智能·python