在 《NanoDet目标检测之"搭建预测篇"》 中，我们搭建了NanoDet的环境，并用默认权重做了简单的预测，本节我们继续用自己的数据做微调。 1 准备数据 NanoDet支持yolo或者coco格式的标注，自行准备即可，我这里以yolo为例，目录结构如下： TODO xxx 2 配置 我们需要融合下两个配置文件，复制： cp nanodet-plus-m_320.yml nanodet-plus-m_320_face.yml 修改1，保存位置： save_dir: workspace/nanodet-plus-m_320_face 修改12，你的标注类别数： head: name: NanoDetPlusHead num_classes: 1 aux_head: name: SimpleConvHead num_classes: 1 修改3，类别标签： class_names: ['face'] 修改4，数据，注意这里是从xxx_yolo.yml节选拷贝的： data: train: name: YoloDataset img_path: yolo_data/train ann_path: yolo_data/train class_names: *class_names input_size: [320,320] #[w,h] keep_ratio: False pipeline: perspective: 0.0 scale: [0.6, 1.4] stretch: [[0.8, […]