1、下载b站 ：霹雳吧啦Wz 的代码

github链接：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

对应视频链接：2-自定义DataSet_哔哩哔哩_bilibili

2、配置环境，安装相应的包。

或者如果有报错可以直接更新重新安装环境所有的包：

pip install --upgrade --force-reinstall -r requirements.txt

如果还是报错可以网上查一下

3、制作好自己的数据集！

如果有coco数据集可以使用脚本一键转VOC数据集

脚本参考：多个xml文件转coco格式、coco转VOC格式（xml）_xml转coco_真的很爱学习的博客-CSDN博客

4、关键！！：将训练数据文件按作者代码来放置

 Annotations：所有的xml标注文件

 ImageSets：存放Main文件夹

Main：存放两个txt文件，每一行包含一个图像文件的文件名（不带文件后缀）。这里指定的 "val.txt" 文件包含了验证集中所有图像的文件名，它位于 VOC 数据集的根目录下的 VOCdevkit/VOC2012/ImageSets/Main 目录中。

 JPEGImages：存放所有图片

 修改pascal_voc_classes.json文件里面的类别名称和编号。在这里我只有一类。

以上设置好了之后，完成一大半了。

5、选择训练的网络，我这里使用单个显卡的FPN为例。 设置对应参数。

需要改的参数有：

1）数据的路径

 2）如果显卡一般就设置小一点，不然容易out of memerry。

 上图设置后自然num_workers就=0了。

然后右键运行即可。

AP表示平均精度，AR表示平均召回率，IoU表示交并比，area表示物体的大小范围，maxDets表示每张图片上最多检测出来的目标数目。

具体来说，该模型的检测结果在IoU从0.5到0.95的范围内平均精度为0.552，在IoU为0.5的情况下精度为0.654，在IoU为0.75的情况下精度为0.629。在物体大小为small、medium、large的情况下，IoU从0.5到0.95的平均精度分别为0、0.026、0.74。在最大检测目标数目为1、10、100的情况下，IoU从0.5到0.95的平均召回率分别为0.214、0.584、0.584，在物体大小为small、medium、large的情况下，IoU从0.5到0.95的平均召回率分别为0、0.108、0.775。这些指标可以用来评价模型的检测性能。

6、训练完成后进行验证：

修改validation.py代码中的这三部分改为自己的就行。

1是类别个数

2是验证的图片位置。位置写不包括VOCdevkit文件。

3为刚刚训练出来的结果，存放在save_weights文件里。

 然后右键运行即可。