以faster rcnn为例
数据准备在mmdetection文件夹中创建data文件夹，再将coco文件夹放入（数据集）。
修改格式- （可选）修改configs/_base_/datasets/coco_detection.py中的image_scale显存为4G建议改成(800,500),这里是多尺度训练。
- 修改configs/_base_/models/faster_rcnn_r50_fpn.py中的num_classes=x,x为自己数据中的目标类别个数。
- 修改mmdet/core/evaluation/class_names.py中的def coco_classes中return的类别，修改为自己数据集中的类别（这个类别顺序最好和自己数据中的类别顺序一样？我也不知道哈哈哈哈）
- 修改mmdet/datasets/coco.py中的class CocoDataset中的CLASSES=自己数据集中的类别
python tools/train.py configs/faster_rcnn/faster_rcnn_xxx – gpus 1 --work-dir xxx（自己的工作目录）
