mmdetection3.0训练自己的数据集

### 使用 MMDetection 3.0 训练自定义数据集的配置方法 #### 数据准备 在使用 MMDetection 进行自定义数据集训练之前，需要准备好数据并按照指定格式组织。通常情况下，COCO 格式的标注文件是最常用的输入形式之一[^2]。如果数据不是 COCO 格式，则需将其转换为 COCO 格式。 以下是数据目录结构的一个典型例子： ``` custom_dataset/ ├── annotations/ │ ├── train.json │ └── val.json ├── images/ │ ├── train/ │ │ ├── img1.jpg │ │ ├── img2.jpg │ └── val/ │ ├── img3.jpg │ └── img4.jpg ``` #### 创建自定义数据集类 对于未内置的数据集类型，可能需要创建一个新的数据集类来继承 `CustomDataset` 并实现必要的功能。例如： ```python from mmengine.dataset import BaseDataset from mmdet.registry import DATASETS @DATASETS.register_module() class CustomDataset(BaseDataset): METAINFO = { 'classes': ('your_class_1', 'your_class_2') # 替换为你自己的类别名称 } def load_data_list(self, ann_file): with open(ann_file, 'r') as f: data = json.load(f) data_list = [] for image_info in data['images']: image_id = image_info['id'] file_name = image_info['file_name'] annotations = [ annotation for annotation in data['annotations'] if annotation['image_id'] == image_id ] info = { 'img_path': self.data_prefix['img_path'] + '/' + file_name, 'img_id': image_id, 'height': image_info['height'], 'width': image_info['width'], 'instances': [] } for anno in annotations: bbox = anno['bbox'] category_id = anno['category_id'] instance = { 'bbox_label': category_id, 'bbox': bbox, 'ignore_flag': 0 } info['instances'].append(instance) data_list.append(info) return data_list ``` 上述代码展示了如何通过重写 `load_data_list` 方法加载自定义数据集中的标注信息[^4]。 #### 修改配置文件 接下来，在配置文件中注册新创建的数据集类，并设置路径和其他参数。假设我们正在修改一个基于 Faster R-CNN 的实验配置文件，可以按如下方式调整： ```python # dataset settings dataset_type = 'CustomDataset' data_root = 'path/to/custom_dataset/' train_pipeline = [...] test_pipeline = [...] train_dataloader = dict( batch_size=2, num_workers=2, persistent_workers=True, sampler=dict(type='DefaultSampler', shuffle=True), dataset=dict( type=dataset_type, metainfo=dict(classes=('your_class_1', 'your_class_2')), data_root=data_root, ann_file='annotations/train.json', data_prefix=dict(img='images/train/'), pipeline=train_pipeline)) val_dataloader = dict( batch_size=1, num_workers=2, persistent_workers=True, drop_last=False, sampler=dict(type='DefaultSampler', shuffle=False), dataset=dict( type=dataset_type, metainfo=dict(classes=('your_class_1', 'your_class_2')), data_root=data_root, ann_file='annotations/val.json', data_prefix=dict(img='images/val/'), pipeline=test_pipeline)) ``` 以上配置指定了训练和验证阶段使用的数据集及其相关属性[^1]。 #### 常见问题排查 当遇到类似于 `'NwpuDataset is not in the mmdet::dataset registry'` 的错误时，可能是由于自定义模块未被正确导入引起的。解决办法是在脚本开头显式引入自定义数据集类所在的 Python 文件。 ---