【记录】使用keras-retinanet训练自己的数据集

今天回去重新调试半个月前调试的算法，发现很多地方已经忘了，决定写一篇博客把调试代码的细节部分记录下。

第一步:制作数据集

参考我之前发的这篇博客：

【记录】PASCAL VOC数据集分析

第二步:修改 keras/bin/train.py

这个代码文件里有三个值得修改的地方。

• 第一个黑框是图片名的后缀，如果不是jpg格式的图片，要把 .jpg 替换为其他后缀，例如 .png 之类。
• 第二个黑框是深度学习时常见的epoch，steps和学习率
• 第三个黑框是输入图片的最小和最大尺寸。

第三步：修改 keras_retinanet/preprocessing/pascal_voc.py

这个代码里有一个标签对应数字的字典，需要把官方的标签序号替换成自己的。