Python 如何为自定义数据集设置视网膜网？

我正在尝试将Retinanet设置为在自定义数据集上进行训练，但步骤有点不清楚，我在前进中遇到了困难

步骤1引用了一个不存在的文件，我猜它的替换文件，

resnet.py

，没有对loss或optimizer的引用，如下所示。步骤2我不确定从何处开始，是否像更改PascalVocGenerator中的标签以适应我的情况一样简单？第3步与第一步类似，在任何地方都找不到该文件

如果熟悉这一过程的人能为我指出正确的方向，我将不胜感激，因为我对ML周围的整个环境相当陌生，所以我为我的无知道歉

谢谢

然后稍微向上滚动：

通常，在您自己的数据集上进行培训的步骤包括：

通过调用例如

keras\u retinanet.models.resnet50\u retinanet

创建一个模型，并编译它。根据经验，以下编译参数工作良好：

为训练和测试数据创建生成器（示例见

keras\u retinanet.preprocessing.PascalVocGenerator

）

使用

型号。安装发电机
开始培训

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