本课程是专门为刚入门的学生，研究者和爱好者打造训练模型流程讲解课程。本课程着重从安装环境，标注数据集，转换数据集，修改训练前配置参数，训练自己的模型，测试自己的模型进行讲解，适合初学者。

      mmdetection是openmmlab系列框架之一，集合很多优秀的目标检测算法和部分图像分割算法，本课程只对目标检测算法训练流程进行讲解，其中选择了SSD，fasterrcnn,yolox三个框架对训练流程进行讲解。

     本课程具有特点：

（1）教会您在ubuntu上安装自己的显卡驱动，cuda+cudnn和anaconda3

（2）了解深度学习领域中常用VOC格式和COCO格式含义

（3）学会使用labelImg标注工具，这个工具主要是做目标检测使用，支持VOC格式,yolox格式和ML格式

（4）学会训练参数配置文件修改，这个了解后，可以有利于学习其他框架训练，比如paddledetection或者openmmlab其他系列的框架，他们存在很多相似地方

本课程需要的环境：

ubuntu18.04或其他系统

带有英伟达显卡驱动电脑一台

cuda10.2+cudnn7.6.5

torch==1.7.0

torchvision==0.8.1

本课程设计的目标：

（1）让同学们快速掌握自定义数据集训练的基本流程

（2）让同学们学会安装自己电脑的深度学习环境

（3）让同学们学会目标检测自定义数据集标注方法