前几篇博客一直在使用网上别人写好的代码，按照航拍数据打标的.json,.mask,.yaml,原图片，四个文件来制作数据集（我认为是自定义格式的数据集），最近跟一个热心的网友交流（超级感谢他）决定改为coco格式来训练。https://blog.csdn.net/heiheiya/article/details/82143967（别人的coco格式数据训练博客）此种数据格式训练不需要自动提出mask，mask会根据label标记的多边形自动生成instance，故该种模式只需要原图片文件,整合的.json文件。
（1）首先准备数据集（包含1整合的train.json/val.json,2train的原图片，3val的原图片）如下图1：
annotations文件夹下包含：
（2）修改coco.py代码。
A.因为我识别的只有一类building，所以将NUM_CLASSES改为1+1（背景为一类）.
B.如果不修改为1+1,就不需要改预训练模型代码，因为预训练模型代码里关于mrcnn的所有shape都是81维的，如果修改了，则加载权重代码需要换下。否则会报错提示shape不一致，像shape,ballon等都是按照后面的方式加载的权重数据。
C.红框内的代码注释掉，因为本来传来的就是默认2014，下边val_type="minival"即可。
就是按下边这个规则能加载到数集。
D.先注释掉下边代码，只训练heads,看下结果。
（3）以上所有修改完成后，进入代码运行，需要安装cocopytools这个，我用的是pip安装，在安装过程中遇到缺少模块就pip安装即可。有一个问题的界面如下，版本不兼容。
首先本人用的是服务器跑代码，利用命令行进入到coco.py所在的目录下，执行下面语句即可。
即可进入训练：
下边图片是看一下2.1版本里边的的resize_image函数：