一、创建项

1.在ai studio界面点击个人中心→项目→创建和Fork的项目→创建项目

2. 项目信息

①选择类型，Notebook

②配置环境，Notebook版本：BML Codelab；项目框架：PaddlePaddle2.x;项目环境不用选择

③项目描述，所填信息可随便选择；关于数据集，添加数据集所使用的是平台提供的数据集，创建数据集使用的是自己的数据集

3.页面信息

 ①点击+可以添加终端

②位于data文件夹下的内容不会被保存，除了平台提供的数据集

二、开始训练

1.训练环境准备

# 更换当前路径
cd /home/aistudio/work

# 下载PaddleDetection代码
git clone https://gitee.com/paddlepaddle/PaddleDetection

# 下载依赖
pip install -r PaddleDetection/requirements.txt

# 下载 pycocotools
pip insatll pycocotools

 2.数据集

# 解压数据
unzip -o /home/aistudio/data/data50329/HelmetDetection.zip -d PaddleDetection/dataset/ #第一个是数据集压缩包的路径，第二个是解压后的位置

 如果数据集不是voc格式的要转化为voc格式,voc格式可以把图片放在同一个文件夹，但是txt文件要在不同的文件夹

3.修改训练配置文件

①/home/aistudio/work/PaddleDetection/dataset/voc/label_list.txt   文件中的类要修改成我们数据集标注的所有类的集合

②/home/aistudio/work/PaddleDetection/configs/datasets/voc.yml  文件中的标签个数为3，dataset_dir为      ，anno_path修改为train.txt（我们之前创建的就是train.txt）

③/home/aistudio/work/PaddleDetection/configs/picodet/picodet_s_416_coco_lcnet.yml  

_BASE_修改为：../datasets/voc.yml  

pretrain_weights修改为: https://paddledet.bj.bcebos.com/models/picodet_s_416_coco_lcnet.pdparams（预训练权重）

4.训练模型

python PaddleDetection/tools/train.py -c PaddleDetection/configs/datasets/voc.yml