昨天使用cascade——rcnn 实现了MSAR 1.0的训练，今天来回顾一下
参考资料：
http://t.csdn.cn/8A5WE
http://t.csdn.cn/ccOZg
电脑 笔记本电脑，拯救者Y7000P 2018款，GTX1060显卡6G显存 ，cmd输入代码nvcc-version显示的CUDA版本 10.1，以下所有程序都在wsl虚拟机中执行

1.conda 创建新环境

conda create -n mmdet python=3.8
conda activate mmdet
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch

2.安装mmcv

pip install -U openmim #最后安装结束显示的openmim=0.3.9
mim install mmengine #最后安装结束显示的mmengine=0.8.4
mim install mmcv==2.0.0rc4 #Successfully installed mmcv-2.0.0rc4

3.安装mmdetection

输入cd 进入文件夹进行mmdet安装

cd mmdet/
pip install -v -e .
#运行完成显示 Successfully installed mmdet-3.1.0 pycocotools-2.0.7 scipy-1.10.1 shapely-2.0.1 terminaltables-3.1.10

注意，安装完成后，如果测试图片报错，显示mmcv版本过低，可以自行升级。

4.图片推理测试

去官网下载他们已经训练好的模型权重文件进行测试
https://github.com/open-mmlab/mmdetection/tree/main/configs/rtmdet
比如我下载的RTMDet- tiny

为他新建一个文件夹pt，放入下载好的文件

输入测试语句：

python demo/image_demo.py demo/fenda.jpg configs/rtmdet/rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --show

文件保存到output文件夹中，
测试了三张图片
结果还可以

5. 准备训练自己的数据集

随便拍了十张图片，用labelimg进行标注
图片保存到G:\bsh\mmdet\data\images
这里使用的是xml格式

标签生成到这里：G:\bsh\mmdet\data\Annotations

然后使用我的代码生成数据加载的列表txt文件，

# coding:utf-8


import random
import argparse
import xml.etree.ElementTree as ET
import os
from os import getcwd

'''
如果你的数据集的路径长这样：
G:/bsh/dataset/luosi/Annotations
G:/bsh/dataset/luosi/images

'''
#这里是需要修改的地方,
ProjectPath = 'G:/bsh/mmdet/data/'  #改成自己的路径，注意最后的/别拉下，否则不能合成路径

img_type = 'png' # 改成自己的图片类型，目前只支持三种类型jpg、png、bmg ，如果修改，自己去加到代码第140行

#下边的就不用管了
dataAllPath = ProjectPath

parser = argparse.ArgumentParser()
# xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default=ProjectPath+'Annotations', type=str, help='input xml label path')
# 数据集的划分，地址选择自己数据下的ImageSets/Main0
parser.add_argument('--txt_path', default=ProjectPath+'ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0  # 训练集和验证集所占比例。 这里没有划分测试集
train_percent = 0.8  # 训练集所占比例，可自己进行调整

xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)

file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')

for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

sets = ['train', 'val', 'test']

print(dataAllPath)

print("生成成功，去检查一下吧~")

生成一个imageset文件夹，深层文件夹中存放的txt文件时所有图片的名称，不包括后缀

然后为了减少后续改代码的工作量，我们直接新建voc的文件夹来偷梁换柱，手动移动一下图片、标签、txt文件

G:\bsh\mmdet\data文件夹的内容如下：

data
│   └── VOCdevkit
│        └── VOC2007 
│              ├── Annotations
│              │   ├── 003002_0.xml
│              │   ├── 003002_1.xml
│              │   └── ......
│              ├── ImageSets
│              │   └── Main
│              │        ├── test.txt
│              │        ├── train.txt
│              │        ├── trainval.txt
│              │        └── val.txt
│              └── JPEGImages
│                   ├── 003002_0.jpg
│                   ├── 003002_1.jpg
│                   └── ......

然后开始配置代码文件

6.配置代码文件

这一部分我参考的资料是
http://t.csdn.cn/8A5WE
首先

6.1 修改configs文件夹

配置文件指的是 mmdetection/configs 下的文件，也就是你要训练的网络的一些配置。默认情况下，这些配置文件的使用的是 coco 格式，只有 mmdetection/pascal_voc 文件夹下的模型是使用 voc 格式，数量很少。如果要使用其他模型，则需要修改配置文件，这里以mmdetection/configs/cascade_rcnn/cascade_rcnn_r50_fpn_1x.py 为例。

1️⃣ 我们先在目录 mmdetection/configs/pascal_voc 下创建一个 cascade_rcnn_r50_fpn_1x_voc0712.py 作为cascade使用voc数据集的配置文件。就是我们的模型，使用以下基础配置文件，如果想要修改，可以直接去基础配置文件里面改。

_base_ = [
    '../_base_/models/cascade_rcnn_r50_fpn_voc.py',
    '../_base_/datasets/voc0712.py',
    '../_base_/schedules/schedule_1x.py', 
    '../_base_/default_runtime.py',
]
 
runner = dict(type='EpochBasedRunner', max_epochs=7)	# max_epochs就是我们要训练的总数，根据自己情况修改。

2️⃣继续在 mmdetection/configs/base/models 目录下的创建一个 cascade_rcnn_r50_fpn_voc.py配置文件，文件的内容从同目录下 cascade_rcnn_r50_fpn.py 里面复制一下，然后进行以下修改。
在 cascade_rcnn_r50_fpn_voc.py配置文件中搜索 num_classes ，改成自己的类别数量，比如说我有一个类，我就改成1，一共有三处num_class需要修改。
3️⃣继续在 mmdetection/configs/base/datasets/voc0712.py中注释掉voc2012的部分， 大概62-70行，都注释掉，如图

4️⃣
※ 【可选】如果自己的显存比较小的话，可以修改 base/datasets/voc0712.py 文件里面的 img_scale 共两处，例如改成(600，400)。
※【可选】为了让训练过程更直观，以及节省存储空间，可以修改 base/default_runtime.py 里面的 interval ，一共有两个，第一个是模型权重的保存间隔，一般我们设置的比较大一点，例如20(根据你训练的总epoch而定)。第二个是日志的保存间隔，一般我们设置的比较小一点，例如1(根据你训练的总epoch而定)。

6.2 修改mmdet文件夹(修改完这里边的内容需要重新编译）

1️⃣ 修改 G:\bsh\mmdet\mmdet\evaluation\functional\class_names.py ，把 voc_classes() 方法返回值，修改为自己的类别。例如我只有一类，我就改成下面这样，只有一类的后边加个逗号，有多类的不用加逗号。

2️⃣ 修改 mmdetection/mmdet/datasets/voc.py ，把 CLASSES ，修改为自己的类别。例如我只有一类，我就改成下面这样，只有一类的后边加个逗号，有多类的不用加逗号。

千万注意，我框起来的地方的位置，(‘card’)这一句是在’classes’后边的，上图是正确的，下图是错误的，会报错： elements in datasets sequence should be config or BaseDataset instance, but got <class ‘str’>：~~~~~~~血 的 教训！！！

⚠️⚠️⚠️ 两个文件夹都修改完后，在mmdetection文件夹下，运行命令，python setup.py install，重新编译一下，为了让所修改的内容生效。这个过程大概10分钟能完成

7.开始训练

输入代码

python tools/train.py configs/pascal_voc/cascade_rcnn_r50_fpn_1x_voc0712.py