对于coco数据集，如何可以指定对数据集的部分类别进行finetune?

[lin-whale]

我尝试了修改coco_class_texts.json: https://github.com/AILab-CVC/YOLO-World/blob/da0fcb0ccf825e5fb9423651b11dfaac908f9249/data/texts/coco_class_texts.json#L1 以及在train_dataset中指定meta_info: https://github.com/AILab-CVC/YOLO-World/blob/da0fcb0ccf825e5fb9423651b11dfaac908f9249/configs/finetune_coco/yolo_world_l_dual_vlpan_2e-4_80e_8gpus_finetune_coco.py#L98 都没能达到想要的效果，请问这个问题怎么解决呢？需要修改coco annotations.json文件吗?

此外还想问问各位，减少检测的类别数量，有助于提高这些被选定的类别的AP吗？

[taofuyu]

coco annotations.json要改成和你coco_class_texts.json保持一致。类别数越少讲道理会更好吧，用极限法，一个模型检测1个类和检测1万个类，肯定前者这个类效果更好 。。但具体到coco里指标能好多少 ，估计也不多

[lin-whale]

coco annotations.json要改成和你coco_class_texts.json保持一致。类别数越少讲道理会更好吧，用极限法，一个模型检测1个类和检测1万个类，肯定前者这个类效果更好 。。但具体到coco里指标能好多少 ，估计也不多

那annotations.json中无关的标注框需要删除吗，还是不管就行？

[taofuyu]

要删呀，category_id都变了 ，json文件重新生成一个就好了

[lin-whale]

是需要把selected categories 按照从1开始重新分配category_id吗？

[taofuyu]

从0开始