mirror of https://github.com/open-mmlab/mmselfsup.git synced 2025-06-03 14:59:38 +08:00

* [Fix]: Set qkv bias to False for cae and True for mae (#303)

* [Fix]: Add mmcls transformer layer choice

* [Fix]: Fix transformer encoder layer bug

* [Fix]: Change UT of cae

* [Feature]: Change the file name of cosine annealing hook (#304)

* [Feature]: Change cosine annealing hook file name

* [Feature]: Add UT for cosine annealing hook

* [Fix]: Fix lint

* read tutorials and fix typo (#308)

* [Fix] fix config errors in MAE (#307)

* update readthedocs algorithm readme (#310)

* [Docs] Replace markdownlint with mdformat (#311)

* Replace markdownlint with mdformat to avoid installing ruby

* fix typo

* add 'ba' to codespell ignore-words-list

* Configure Myst-parser to parse anchor tag (#309)

* [Docs] rewrite install.md (#317)

* rewrite the install.md

* add faq.md

* fix lint

* add FAQ to README

* add Chinese version

* fix typo

* fix format

* remove modification

* fix format

* [Docs] refine README.md file (#318)

* refine README.md file

* fix lint

* format language button

* rename getting_started.md

* revise index.rst

* add model_zoo.md to index.rst

* fix lint

* refine readme

Co-authored-by: Jiahao Xie <52497952+Jiahao000@users.noreply.github.com>

* [Enhance] update byol models and results (#319)

* Update version information (#321)

Co-authored-by: Yuan Liu <30762564+YuanLiuuuuuu@users.noreply.github.com>
Co-authored-by: Yi Lu <21515006@zju.edu.cn>
Co-authored-by: RenQin <45731309+soonera@users.noreply.github.com>
Co-authored-by: Jiahao Xie <52497952+Jiahao000@users.noreply.github.com>

2022-06-01 09:59:05 +08:00

3.5 KiB

Raw Blame History

准备数据集

MMSelfSup 支持多个数据集。请遵循相应的数据准备指南。建议将您的数据集根目录软链接到 $MMSELFSUP/data。如果您的文件夹结构不同，您可能需要更改配置文件中的相应路径。

准备 ImageNet 数据集
准备 Places205 数据集
准备 iNaturalist2018 数据集
准备 PASCAL VOC 数据集
准备 CIFAR10 数据集
准备检测和分割数据集
- 检测
- 分割

mmselfsup
├── mmselfsup
├── tools
├── configs
├── docs
├── data
│   ├── imagenet
│   │   ├── meta
│   │   ├── train
│   │   ├── val
│   ├── places205
│   │   ├── meta
│   │   ├── train
│   │   ├── val
│   ├── inaturalist2018
│   │   ├── meta
│   │   ├── train
│   │   ├── val
│   ├── VOCdevkit
│   │   ├── VOC2007
│   ├── cifar
│   │   ├── cifar-10-batches-py

准备 ImageNet 数据集

对于 ImageNet，它有多个版本，但最常用的是 ILSVRC 2012。可以通过以下步骤得到：

注册账号并登录下载页面
找到 ILSVRC2012 的下载链接，下载以下两个文件
- ILSVRC2012_img_train.tar (~138GB)
- ILSVRC2012_img_val.tar (~6.3GB)
解压下载的文件
使用这个脚本下载元数据

准备 Places205 数据集

对于 Places205，您需要：

注册账号并登录下载页面
下载 Places205 经过缩放的图片以及训练集和验证集的图片列表
解压下载的文件

准备 iNaturalist2018 数据集

对于 iNaturalist2018，您需要：

从下载页面下载训练集和验证集图像及标注
解压下载的文件
使用脚本 tools/data_converters/convert_inaturalist.py 将原来的 json 标注格式转换为列表格式

准备 PASCAL VOC 数据集

假设您通常将数据集存储在 $YOUR_DATA_ROOT 中。下面的命令会自动将 PASCAL VOC 2007 下载到 $YOUR_DATA_ROOT 中，准备好所需的文件，在 $MMSELFSUP 下创建一个文件夹 data，并制作一个软链接 VOCdevkit。

bash tools/data_converters/prepare_voc07_cls.sh $YOUR_DATA_ROOT

准备 CIFAR10 数据集

如果没有找到 CIFAR10 系统将会自动下载。此外，由 MMSelfSup 实现的 dataset 也会自动将 CIFAR10 转换为适当的格式。

准备检测和分割数据集

检测

您可以参考 mmdet 来准备 COCO，VOC2007 和 VOC2012 检测数据集。

3.5 KiB Raw Blame History Unescape Escape