mmsegmentation VOC

### 使用 MMSegmentation 处理 VOC 数据集

#### 准备自定义数据集 (VOC 格式)

为了使用 MMSegmentation 训练 VOC 格式的自定义数据集，需确保数据集按特定路径存放于 `mmsegmentation` 目录下：

mmsegmentation
|-- data
    |-- 01.xml
                |-- 02.xml
            |-- ImageSets
                |-- Main
                    |-- train.txt
                    |-- val.txt
                |-- Segmentation
            |-- JPEGImages
                |-- 01.jpg
                |-- 02.jpg
            |-- SegmentationClass
                |-- 01.png
                |-- 02.png

此结构有助于框架自动识别图像及其对应的标注文件[^1]。

#### 配置模型与预训练权重的选择

选择合适的模型架构对于获得良好的分割效果至关重要。通常建议从官方支持的模型列表中挑选，并下载相应的预训练权重来初始化网络参数。这一步骤可以显著加速收敛并提高最终性能。

#### 调整配置文件以适应新数据集

针对不同的任务需求调整配置文件是必要的。主要涉及以下几个方面：

- **更新数据路径**: 设置新的图片和标签位置；
- **类别数量设置**: 如果目标数据集中类别的数目不同于原设定，则需要相应更改；
- **输入尺寸调整**: 根据实际情况修改输入分辨率大小；

具体操作可以通过编辑 Python 字典形式的 `_base_` 变量完成，在其中指定上述各项参数值[^2]。

_base_ = [
    '../_base_/models/pspnet_r50-d8.py', 
    '../_base_/datasets/pascal_voc12_aug.py',
    '../_base_/default_runtime.py'
]

model = dict(
    decode_head=dict(num_classes=NUM_CLASSES), # 更新分类数
)

data_root = 'data/VOCdevkit/VOC2012/'
data = dict(
    samples_per_gpu=BATCH_SIZE,
    workers_per_gpu=WORKERS_PER_GPU,
    train=dict(
        type='VOCDataset',
        data_root=data_root,
        img_dir='JPEGImages',
        ann_dir='SegmentationClass',
        split='ImageSets/Segmentation/train.txt'),
    val=dict(
        ...
    )
)

通过以上步骤即可准备好基于 MMSegmentation 的 VOC 数据集处理流程[^3]。