标签：bdd100k fpn 1x 模型 微调 https MMDetection r50
使用FasterRCNN训练模型时，因为做的是交通场景下的出租车识别，自己标注了一部分数据，为增强效果，先在数据集BDD100K上训练，然后在自己数据集上进行微调。
使用·faster_rcnn_r50_fpn_1x进行训练
BDD100K数据集下载地址：https://doc.bdd100k.com/download.html
模型下载地址：https://github.com/SysCV/bdd100k-models
通过查看文档，官方提供的训练好的模型是与MMDetection相匹配的，不用自己训练了，直接下载使用即可。
faster_rcnn_r50_fpn_1x对应的模型下载地址为：
https://dl.cv.ethz.ch/bdd100k/det/models/faster_rcnn_r50_fpn_1x_det_bdd100k.pth
修改MMDetection代码，数据集等的修改以及常见问题可参考
与直接训练相比，微调只需要修改configs/base/default_runtime.py中load_from = None，将None改为下载模型的路径，或者直接将上面下载地址复制
load_from = "work_dirs/faster_rcnn_r50_fpn_1x_det_bdd100k.pth"
其他与训练自己的数据集一样操作。
MMDetection微调文档参考docs/tutorials/finetune.md
https://github.com/open-mmlab/mmdetection/blob/master/docs/tutorials/finetune.md
标签：bdd100k,fpn,1x,模型,微调,https,MMDetection,r50 来源： https://blog.csdn.net/chenfang0529/article/details/121004221
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。