【Retinanet】训练自己的数据集

1.下载源码

Retinanet代码：代码
下载到你的目录中，进行打开。

2.配置环境

这里就是cuda+pytorch，没有配置过的可以参考博客：
深度学习环境的搭建
在cmd下cd进入代码所在文件夹安装依赖包：

pip install -r requirements.txt

3.数据集准备

该模型需要VOC格式的标签，也就是xml文件的标签。
将其按照以下文件夹格式进行存放：

标签文件存放在Annotations文件夹下，图片文件存放在JPEGImages文件夹下
在项目根目录下的model_data文件夹，将自己的标签类别写入voc_classes.txt文件

修改voc_annotations.py文件

修改完成后运行voc_annotations.py，即在数据集文件夹下生成：

以及项目根目录下生成2007_train.txt和2007_val.txt文件

打开这两个文件夹看一下是否包含自己的数据集信息：

至此，我们的数据集就制作完毕！

4.训练自己的数据

修改train.py文件里面的训练参数




右键运行train.py开始训练
或者命令行执行下面代码进行训练。

python train.py

5.成功训练！

完结撒花❀❀❀！！！