detr 训练自己的数据集

### 训练DETR模型以适应自定义数据集

#### 数据准备
对于使用DETR模型训练特定的数据集，首要任务是确保数据被正确转换成适合该模型使用的格式。通常情况下，这涉及到将原始标签转化为COCO格式。这是因为DETR的设计初衷是为了兼容广泛采用的标准数据结构，从而简化了不同数据源之间的迁移过程[^1]。

#### 修改配置文件
一旦拥有了适当格式化的输入数据，下一步就是调整配置参数来匹配新的应用场景需求。特别是`output_dir`应该指定为希望存储最终训练成果的位置；而如果打算利用预训练权重加速收敛，则需通过设置`resume`指向相应的路径[^2]。

#### 调整网络架构
考虑到可能存在的类别数量差异，在加载官方发布的预训练版本之后，有必要针对最后一层分类器做相应改动——即改变其输出维度至新任务所需的类目数目加背景一类，并重新保存这些经过微调后的参数作为后续迭代的基础[^4]。

import torch

pretrained_weights = torch.load('path_to_pretrained_model')
num_classes = your_custom_dataset_num_classes  # 自定义数据集中对象种类数
pretrained_weights['model']['class_embed.weight'] = \
    pretrained_weights['model']['class_embed.weight'][:num_classes + 1, :]
pretrained_weights['model']['class_embed.bias'] = \
    pretrained_weights['model']['class_embed.bias'][:num_classes + 1]

torch.save(pretrained_weights, f'detr-r50_{num_classes}.pth')

#### 启动训练进程
完成上述准备工作后，可以通过命令行工具轻松触发整个学习流程：

python train.py --data-path /path/to/your/dataset --output-dir ./outputs --resume path_to_your_modified_weight_file.pth

此操作会基于给定条件自动读取并解析图像及其对应的边界框信息，进而指导神经网络逐步优化直至达到满意的泛化能力水平。