【目标检测】MMYOLO实战：从零到一构建自定义数据集训练全流程

1. 初识MMYOLO：目标检测的瑞士军刀

第一次接触MMYOLO时，我正为一个工业质检项目焦头烂额。当时需要检测电路板上的微型元件缺陷，传统OpenCV方法在复杂场景下完全失效。这个基于PyTorch的开源工具包就像及时雨，不仅支持YOLO全系列算法，还提供了工业级的数据增强和训练优化方案。相比原生YOLO实现，MMYOLO最大的优势在于其模块化设计——就像搭积木一样，可以自由组合不同的主干网络、特征金字塔和检测头。

安装过程出乎意料的简单。记得第一次配置环境时，只用了几条命令就搞定了所有依赖：

bash复制conda create -n mmyolo python=3.8 -y
conda activate mmyolo
pip install openmim
mim install "mmengine>=0.3.1"
mim install "mmcv>=2.0.0rc1"
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
mim install -v -e .

特别提醒新手注意两点：一是CUDA版本要匹配PyTorch，二是MMCV的版本必须严格对应。有次我偷懒用了最新版MMCV，结果训练时各种报错，折腾半天才发现是版本冲突。

2. 数据准备：从原始图片到标准数据集

处理自定义数据集时，最常见的坑就是标注格式。某次我直接用Labelme标注了500张图片，导入时才发现MMYOLO默认支持COCO格式。后来找到个高效的转换方法：先用labelme2coco.py脚本转换，再用MMYOLO的dataset工具校验：

python复制from mmyolo.datasets import YOLOv5CocoDataset
dataset = YOLOv5CocoDataset(
    data_root='data/cat/',
    ann_file='annotations/trainval.json',
    data_prefix=dict(img='images/'))
print(dataset.metainfo)  # 检查类别信息是否正确加载

对于小样本数据集（比如只有几百张图片），强烈建议使用RepeatDataset