mmdetection训练obbfaster rcnn

### 使用 MMDetection 框架训练 OBB Faster R-CNN 模型

为了使用MMDetection框架来训练Oriented Bounding Box (OBB) Faster R-CNN模型，需遵循特定配置和步骤。以下是详细的说明：

#### 配置环境与安装依赖项
确保已正确设置Python虚拟环境并安装了最新版本的MMDetection及其所有依赖库。

#### 修改配置文件
对于OBB Faster R-CNN模型，在`mmdet/configs/obb/faster_rcnn_obb_r50_fpn_1x_dota.py`中调整必要的超参数以适应自定义的数据集需求[^3]。具体来说：
- 将预训练权重路径设为`None`以防自动下载不必要的大型文件；
- 更新`num_classes`属性至目标检测类别的数量加一（背景类别）；

model = dict(
    type='OBBFasterRCNN',
    pretrained=None,
    roi_head=dict(
        bbox_head=dict(num_classes=your_class_number + 1)), # 加上背景类别
)

#### 准备数据集
按照COCO格式准备标注好的图像数据集，并将其放置于指定目录结构内。如果遇到类似`No such file or directory: 'data/coco/annotations/instances_train2017.json'`错误，则表明缺少必要文件或路径不正确[^4]。确认数据集位置无误后更新配置文件中的相应字段指向实际存储地址。

#### 断点续训支持
当训练过程中意外终止时，可以利用内置功能从最近保存的最佳检查点恢复训练过程而不必重新开始整个周期。通过命令行选项`--resume-from`指定上次停止处的checkpoint文件实现这一点[^1]。

python tools/train.py configs/obb/faster_rcnn_obb_r50_fpn_1x_dota.py --resume-from work_dirs/faster_rcnn_obb_r50_fpn_1x_dota/latest.pth

#### 解决 SSL 认证失败问题
针对可能出现的SSL证书验证失败异常(`urllib.error.URLError`)，可以通过临时禁用HTTPS请求的安全校验机制解决此障碍。不过建议仅限本地开发测试环境下采用该措施以免引入安全隐患。

import ssl
ssl._create_default_https_context = ssl._create_unverified_context