如何为自定义数据集设置Retinanet？

Question

我正在尝试将Retinanet设置为在自定义数据集上进行训练，但步骤尚不清楚，并且前进时遇到困难。

第1步引用了一个不存在的文件，我猜是它的替换resnet.py没有引用Loss或Optimizer，如下所示。步骤2我不确定从哪里开始，是否像在PascalVocGenerator中更改标签以适应我的情况一样容易？步骤3就像第一个一样，在任何地方都找不到文件。

如果熟悉此过程的人可以为我指明正确的方向，并且对ML的整个环境都相当陌生，请对此深表歉意。

谢谢。

https://github.com/fizyr/keras-retinanet#csv-datasets并向上滚动：

  

通常，在您自己的数据集上进行训练的步骤是：

     

  
1. 通过调用实例keras_retinanet.models.resnet50_retinanet创建模型并进行编译。根据经验，发现以下编译参数可以很好地工作：
  

model.compile(
    loss={
        'regression'    : keras_retinanet.losses.smooth_l1(),
        'classification': keras_retinanet.losses.focal()
    },
    optimizer=keras.optimizers.adam(lr=1e-5, clipnorm=0.001)
)

  

  

1. 创建用于训练和测试数据的生成器（示例显示在keras_retinanet.preprocessing.PascalVocGenerator中）。

        
     
   1. 使用model.fit_generator开始培训。