pysot-master-train.py 运行记录

'/pysot-master/training_dataset/coco/readme.md’

根据readme进行操作：

1. 先下载coco数据集压缩包

2. 解压

3. cd pycocotools && make && cd … # 这一步必须执行，
   

4. 先将连个py文件中的路径 dataDir 修改：
   par_crop.py:
   dataDir = ‘/home/ubuntu/DATA/dateset-object-detection/COCO2017’

gen_json:
dataDir = ‘/home/ubuntu/DATA/dateset-object-detection/COCO2017’

5. 分别执行两个py文件

cd /home/gaoziran/pysot-master/training_dataset/coco

python par_crop.py 511 12

将图片裁剪为511*511大小，12是线程数。运行成功后，会在coco文件夹底下生成crop511文件夹，里面是裁剪后用于训练的样本图片。

(需要大概60分钟)

python gen_json.py

生成train.json和val.json

6. 修改参数
   ’/home/gaoziran/pysot-master/experiments/siamrpn_r50_l234_dwxcorr_8gpu/config.yaml‘，以此举例

修改预训练模型路径：

修改数据集：

找到/home/gaoziran/pysot-master/pysot/core/config.py 文件

修改数据集路径：

7. 训练！
   

cd /home/gaoziran/pysot-master/experiments/siamrpn_r50_l234_dwxcorr_8gpu
修改gpu使用：
我用的双卡训练：
CUDA_VISIBLE_DEVICES=0,1
python -m torch.distributed.launch --nnodes=2 --master_port=2333 …/…/tools/train.py --cfg config.yaml

这样就开始训练啦！