MMDetection实验记录踩坑记录_mmdetection训练自己数据集的ap值为0

AP值始终为0

在实验MMDetection的DAB-DETR模型进行实验时，AP值始终上不去。
可以看到，在第22个epoch时的AP值仅为0.002

因为在此之前已经运行过YOLOX,Faster-RCNN等模型，所以数据集的设置肯定是没有问题的，而博主也只是修改了DAB-DETR的类别参数而已，一想到这，才猛然想起，DETR类模型的类别数还需要加上一类，即背景类，先前在修改参数时，看到原始参数为80，还以为不用加1了呢。
讲num_class参数数值加一，OK。再次运行：

就是可惜博主白白运行了一个晚上。

断点训练问题

MMDetection针对模型在训练过程中意外中断，避免重头训练，设计了断点训练参数 resume，只需要将该参数设置为最后一次训练的权重即可。

parser.add_argument(
        '--resume',
        nargs='?',
        default="/home/ubuntu/programs/mmdetection/output/deformable-detr/epoch_2.pth",
        type=str,
        const='auto',
        help='If specify checkpoint path, resume from it, while if not '
        'specify, try to auto resume from the latest checkpoint '
        'in the work directory.')
1
2
3
4
5
6
7
8
9

SSD模型类别信息报错

报错信息：

AssertionError: `classes` in RepeatDatasetshould be a tuple of str.Add comma if number of classes is 1 as classes = (pedestrains,)
1

类别必须是元组类型，由于博主的这个数据集中只有一个类别，因此就只写了(‘pedestrains’)，在后面加个逗号即可。

解决方法：

 METAINFO = {
        'classes':
        ('pedestrains',),
        # palette is a list of color tuples, which is used for visualization.
        'palette':
        [(220, 20, 60)]
    }
1
2
3
4
5
6
7