（1）数据转换
由于之前一直用YoloV5做物体检测，为了使用使用yolo格式的数据，首先需要把其转化成需要的格式，这里我们转化成coco格式：
参考：https://github.com/Taeyoung96/Yolo-to-COCO-format-converter
准备需要转的Yolov5数据，如train数据，images是所有图像数据，labels放置的标注文件，txt文件中每行是物体的类别和位置框坐标信息：
train images/1.jpg labels/1.txt
其中标注文本文件1.txt格式
0 0.70947265625 0.44525000000000003 0.2470703125 0.1355 0 0.606689453125 0.406 0.04638671875 0.061 0 0.770751953125 0.44425000000000003 0.09912109375 0.0785 0 0.77783203125 0.45825 0.11328125 0.1065
第一步：生成图像数据路径，如
python path_replacer.py -i train/images -p train.txt
其中train.txt为train中图像的路径文件，即
/home/robot_data/train/images/3_3992_111-1121.jpg /home/robot_data/train/images/17_8486_119-1103.jpg
第二步：根据生成的路径文件生成coco格式的数据，这里需要改一下main的里类别，代码里12-18行。最后运行方式：
python main.py -p train.txt --output train.json
train.json为coco的格式标注文件。
类似的处理val和test数据。生成的coco格式的标注文件和图像数据用于Swin-Transformer工程代码进行训练。
（2）Swin-Transformer工程进行模型训练和测试
Swin-Transformer代码地址：https://github.com/SwinTransformer/Swin-Transformer-Object-Detection，先按照说明安装。下面以Faster-RCNN进行说明，Swin-Transformer方法应该可类似处理。
第一步，准备数据，放置在
data目录下
data
coco
train2017/1.jpg
val2017/2.jpg
test2017/3.jpg
annotations
instances_train2017.json
instances_val2017.json
instances_test2017.json
以上数据集可以自定义，然后修改数据配置文件即可，这里为了方便直接用coco的文件名
第二步，
修改数据预处理文件里的类别定义，第22行，如定义为CLASSES = ('robot1', 'robot2', 'robot3', 'robot4', 'robot5')：
mmdet/datasets/coco.py
第三步，修改数据配置文件：
configs/_base_/datasets/coco_detection.py
主要是修改数据集路径
第四步，修改模型配置文件，修改类别个数nclasses，与第二步中CLASSES个数相同，第46行：
configs/_base_/models/faster_rcnn_r50_fpn.py
第五步，模型训练，这里采用多GPU训练，这里以2个GPUs为例，可以在 tools/dist_train.sh中进行GPU设置如export CUDA_VISIBLE_DEVICES=5,6，然后执行：
bash tools/dist_train.sh configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py 2
出现下面log文件表示训练成功：
2021-08-11 03:48:24,197 - mmdet - INFO - Epoch [1][2400/2489] lr: 2.000e-02, eta: 5:09:08, time: 0.666, data_time: 0.013, memory: 5166, loss_rpn_cls: 0.0028, loss_rpn_bbox: 0.0038, loss_cls: 0.0230, acc: 99.1230, loss_bbox: 0.0464, loss: 0.0761 2021-08-11 03:48:57,368 - mmdet - INFO - Epoch [1][2450/2489] lr: 2.000e-02, eta: 5:08:28, time: 0.663, data_time: 0.013, memory: 5166, loss_rpn_cls: 0.0011, loss_rpn_bbox: 0.0037, loss_cls: 0.0239, acc: 99.1152, loss_bbox: 0.0490, loss: 0.0776
第六步，模型测试，这里采用多GPU训练，这里以2个GPUs为例，可以在 tools/dist_test.sh中进行GPU设置如export CUDA_VISIBLE_DEVICES=5,6，然后执行：
bash tools/test.sh configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py work_dirs/faster_rcnn_r50_fpn_1x_coco/latest.pth 1 --eval bbox
原代码里dist_test.sh好像有编码问题，换行符不对，重建一个就好。