faster-rcnn-r50-fpn-1x-coco-20200130-047c8118.pth，预训练模型

文章第三部分的第二步所需预训练模型

狗猫数据集DogAndCat

狗猫数据集，分为三个文件夹，分别为test，train，val，分别有12500，23000，2000张图片。

people-fall人跌落数据集

人跌落数据集，图片加标注文件。图片有1440张，标注文件为xml格式。需要的话可转txt，json。

mmdetection修改backnone

1. 设计Backbone 创建一个新的py文件，这里我的文件名是spinmlp.py，将其放在 mmdet/models/backbones/ 的路径下，也就是 mmdet/models/backbones/spinmlp.py 。 2. 导入模块 这一步很重要。 基于刚刚设计好的backbone模块，这里将一下行添加到 mmdet/models/backbones/__init__.py 同时，在__all__中添加backbone的名称 3. 配置文件 在MMDetection中我们知道，各种文件都是通过配置来进行构建。由于我使用了新的数据集，也替换了新的网路结构，所以我新建了一个新的配置文件，名称为：detr_spinmlp_8x8_150e_mask.py 将原本是resnet的替换为我设计的spinmlp结构： # model settings model = dict( type='DETR', backbone=dict( type='SpinMLP', patch_size=(16, 16), # [1, 20