准备工作：

1.下载官方源码：RT- DETR

2.将自己的数据集转换成coco格式，这个教程很多，自行转换。转换之后的数据集目录是下面这样（和官方coco格式一致）：

训练准备工作：

1.修改数据集路径：

在代码中：/home/root1/data/miya/uav/RT-DETR/rtdetr_pytorch/configs/dataset/coco_detection.yml 中对应位置修改成自己数据集的路径:

原始coco_detection.yml 文件：

修改之后：

2.修改数据的类别：

在/home/root1/data/miya/RT-DETR/rtdetr_pytorch/src/data/coco/coco_dataset.py中154行修改成自己的类别：

修改之前的coco_dataset.py：

修改之后：

注意：这里如果报错：

将类别前面的标号从0开始，即可

开始训练

配置环境：

conda create -n rt python=3.8
cd /home/root1/data/miya/RT-DETR/rtdetr_pytorch/
pip install -r requirements.txt
conda activate rt

修改train.py文件：

下载的train.py文件：

修改之后的：

开始训练：

CUDA_VISIBLE_DEVICES=2 python tools/train.py

补充：如果训练的时候提示：Downloading: "https://github.com/lyuwenyu/storage/releases/download/v0.1/ResNet50_vd_pretrained_from_paddle.pth" to /home/root1/.cache/torch/hub/checkpoints/ResNet50_vd_pretrained_from_paddle.pth 这种语句，通常会出现两种情况：1.网速很好，很快在线下载成功，顺利进入上述训练过程 2.网络不好，下载失败。

解决办法：按照上面的路径将其下载到本地，转移到相应的位置。然后运行train.py即可跳过这一步骤，正常训练。