配置环境
- Python 3.5+
- >=PyTorch 1.1
- >=CUDA 9.0
- NCCL 2
- >=GCC 4.9
- mmcv‘’
把mmdetection的代码下载下来
git clone https://github.com/open-mmlab/mmdetection.git
进入这个mmdetection文件,准备编译mmdetection的文件
cd mmdetection装一下下面这些包，
# mmdetection的 requirements.txt里面的文件
pip install -r requrements.py
pip install cython
pip install albumentations>=0.3.2 imagecorruptions pycocotools six terminaltables
直接装mmcv在我这个环境里会报错
pip install mmcv报错长这样，就是告诉你mmcv安装失败了
RuntimeError: Error compiling objects for extension
[end of output]
note: This error originates from a subprocess, and is likely not a problem with pip.
error: legacy-install-failure
× Encountered error while trying to install package.
╰─> mmcv
note: This is an issue with the package mentioned above, not pip.
hint: See above for output from the failure.
解决方案是去mmcv的官方文档上
GitHub - open-mmlab/mmcv: OpenMMLab Computer Vision Foundation
Installation — mmcv 2.0.1 documentation
把你的cuda版本、torch版本选上，下面就会生成一条用pip安装的命令语句，你在自己的终端执行一下mmcv就安装好了
将VisDrone转换成COCO格式
（需要做这一步，然后把下面coco文件中的类别数和一些参数改了，包括均值和方差(这个可以先不改，跑通后再改)，——然后运行）
训练模型
所有的目标检测的模型都被放在了“/configs”
coco_detection.py的位置“configs/_base_/datasets”或“/mmdet/configs/_base_/datasets”
各个数据集的处理和转换“mmdet/datasets”
训练模型用的train.py放在了“./tools”
运行指令，开始训练
python tools/train.py configs/fcos/fcos_r50_caffe_fpn_gn-head_1x_coco.pyMMdetection实现的所有的10个FCOS模型：https://github.com/open-mmlab/mmdetection/tree/master/configs/fcos
FCOS模型中mAP最低的模型：https://github.com/open-mmlab/mmdetection/blob/master/configs/fcos/fcos_r50_caffe_fpn_gn-head_1x_coco.py （不知道要不要安装caffe?）
MMdetection实现的2个CenterNet模型：https://github.com/open-mmlab/mmdetection/tree/master/configs/centernet
训练时候调用的train.py位于./tools下面
https://github.com/open-mmlab/mmdetection/blob/main/tools/train.py
Reference:
将VisDrone数据集转换成COCO格式：将visdrone数据集转化为coco格式并在mmdetection上训练,附上转好的json文件_S5242的博客-CSDN博客
用MMdetection 训练自己的模型：（详细教程）mmdetection训练自己的模型，测试，评估_若风么么哒的博客-CSDN博客