在mmdetection中运行train_detector后如何保存模型权重？

在mmdetection中运行train_detector后，可以通过设置相关参数来保存模型权重。具体步骤如下：

1. 在训练配置文件（通常是一个.py文件）中，找到checkpoint_config部分，设置save_best参数为True，表示只保存最好的模型权重。

checkpoint_config = dict(
    # 设置保存最好模型权重的参数
    save_best=True,
    # 设置保存模型权重的路径和文件名
    filepath='path/to/save/model.pth',
    # 设置保存模型权重的间隔epoch数
    interval=1
)

1. 运行train_detector命令时，通过--work_dir参数指定保存模型权重的路径。

python tools/train.py <config_file> --work_dir <save_dir>

其中，<config_file>是训练配置文件的路径，<save_dir>是保存模型权重的路径。

1. 在训练过程中，每个epoch结束后，mmdetection会自动保存模型权重到指定的路径。
2. 如果设置了save_best=True，则只会保存在验证集上表现最好的模型权重。

总结起来，通过在训练配置文件中设置checkpoint_config参数，并在运行train_detector命令时指定保存路径，mmdetection会在训练过程中自动保存模型权重。