根据训练过程 tools/train_net.py，大致梳理下 Detectron 的训练过程和训练时数据加载过程.
如：
# 输出 log 信息到 log.txt 文件
python2 tools/train_net.py
--cfg configs/getting_started/tutorial_1gpu_e2e_faster_rcnn_R-50-FPN.yaml | tee log.txt 如果不加 | tee log.txt 只会在终端输出训练状态，但不会保存到文件.
这里，可以将训练日志保存到 log.txt. 然后，解析训练日志文件，进而进行可视化分析.
1. 模型训练流程
2. 训练数据读取与加载流程
9 comments
你好，我是一个新手，最近在训练模型，用的是第三方的数据集，主要是detectron做来加载数据集进行训练，在训练过程中出现一个错误，测试集是空的，到我找不到哪里有写关于测试集的文档，可以回复我一下嘛
测试集路径打印出来看下是不是正确的
好吧OωO，，，真不好意思啦，我以为失败了，留了好多评论。。。
博主您好，我看到您在腾讯云上发表了一系列关于detectron使用的文章 #膜拜大神
我最近也在使用这个库，有些问题想向您请教 #双手合十
mask-rcnn可以识别81类，我想抽取其中3类（人、骑行人、车）
然后用KITTI数据集进行重新训练（fine-tune）
请问我该修改哪些文件呀？感觉网上的资料好少呀: (
您能不能给个指导或方向 ，非常感谢大神的指引 : D
评论未失败，因为首次评论者需要有评论回复后才会显示.
将 KITTI 数据集转换为 COCO-Style 格式的json 数据；再修改 Detectron 中的 dataset_catalog.py 里中的数据路径；最后修改训练用的 yaml 文件，训练模型即可.
博主，请问是只需要改yaml文件里的NUM_CLASSES: 4，GPU个数及相应迭代数，准备好数据，就能开始训练了吗？
如果想初始化分类层，用新的数据训练新的分类层，该怎么做呀？
设置好数据路径，是可以 finetune ImageNet 的模型了. 检测模型好像不需要类似于分类模型训练新的分类层，是对 box 的检测.
我大概了解了，太感谢博主的指点了