说明:本博文假设你已经做好了自己的数据集,该数据集格式和VOC2007相同。下面是训练前的一些修改。

(做数据集的过程可以看)


Faster-RCNN源码下载地址:

Matlab版本:https://github.com/ShaoqingRen/faster_rcnn

Python版本:https://github.com/rbgirshick/py-faster-rcnn

本文用到的是Python版本,在Linux下运行。

Matlab版本的训练过程:

准备工作:

1.配置caffe

     这个不多说,网上教程很多。

2.其他的注意事项

      这里说的挺详细了,认真看看吧。地址:https://github.com/rbgirshick/py-faster-rcnn(主要内容如下)

下面大概翻译一下上面网址的内容吧。

(1)安装cython, python-OpenCV,easydict



[plain] view plain copy



    1. pip install cython  
    2. pip install easydict  
    3. apt-get install python-opencv


    (2)下载py-faster-rcnn


    [plain] view plain copy


    1. # Make sure to clone with --recursive  
    2. git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

    如图:

    python训练数据和测试数据用同样的标准化 python训练数据集_python


    (3)进入py-faster-rcnn/lib

       执行make

    如图:

    python训练数据和测试数据用同样的标准化 python训练数据集_Python_02

    (4)进入py-faster-rcnn\caffe-fast-rcnn

    执行 cp Makefile.config.example Makefile.config

    然后,配置Makefile.config文件,可参考我的配置:Makefile.config文件

    配置好Makefile.config文件后,执行:


    [plain] view plain copy

    1. make -j8 && make pycaffe


    如图:

    python训练数据和测试数据用同样的标准化 python训练数据集_数据集_03

    (5)下载VOC2007数据集

    提供一个百度云地址:http://pan.baidu.com/s/1mhMKKw4

    解压,然后,将该数据集放在py-faster-rcnn\data下,用你的数据集替换VOC2007数据集。(替换Annotations,ImageSets和JPEGImages)

    (用你的Annotations,ImagesSets和JPEGImages替换py-faster-rcnn\data\VOCdevkit2007\VOC2007中对应文件夹)

    (6)下载ImageNet数据集下预训练得到的模型参数(用来初始化)

    提供一个百度云地址:http://pan.baidu.com/s/1hsxx8OW

    解压,然后将该文件放在py-faster-rcnn\data下

    下面是训练前的一些修改。

    1.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt修改


    [plain] view plain copy


    1. layer {  
    2.   name: 'data'  
    3.   type: 'Python'  
    4.   top: 'data'  
    5.   top: 'rois'  
    6.   top: 'labels'  
    7.   top: 'bbox_targets'  
    8.   top: 'bbox_inside_weights'  
    9.   top: 'bbox_outside_weights'  
    10.   python_param {  
    11.     module: 'roi_data_layer.layer'  
    12.     layer: 'RoIDataLayer'  
    13.     param_str: "'num_classes': 16" #按训练集类别改,该值为类别数+1  
    14.   }  
    15. }



    [plain] view plain copy


    1. layer {  
    2.   name: "cls_score"  
    3.   type: "InnerProduct"  
    4.   bottom: "fc7"  
    5.   top: "cls_score"  
    6.   param { lr_mult: 1.0 }  
    7.   param { lr_mult: 2.0 }  
    8.   inner_product_param {  
    9.     num_output: 16 #按训练集类别改,该值为类别数+1  
    10.     weight_filler {  
    11.       type: "gaussian"  
    12.       std: 0.01  
    13.     }  
    14.     bias_filler {  
    15.       type: "constant"  
    16.       value: 0  
    17.     }  
    18.   }  
    19. }



    [plain] view plain copy

    1. layer {  
    2.   name: "bbox_pred"  
    3.   type: "InnerProduct"  
    4.   bottom: "fc7"  
    5.   top: "bbox_pred"  
    6.   param { lr_mult: 1.0 }  
    7.   param { lr_mult: 2.0 }  
    8.   inner_product_param {  
    9.     num_output: 64 #按训练集类别改,该值为(类别数+1)*4  
    10.     weight_filler {  
    11.       type: "gaussian"  
    12.       std: 0.001  
    13.     }  
    14.     bias_filler {  
    15.       type: "constant"  
    16.       value: 0  
    17.     }  
    18.   }  
    19. }



    2.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt修改


    [plain] view plain copy

    1. layer {  
    2.   name: 'input-data'  
    3.   type: 'Python'  
    4.   top: 'data'  
    5.   top: 'im_info'  
    6.   top: 'gt_boxes'  
    7.   python_param {  
    8.     module: 'roi_data_layer.layer'  
    9.     layer: 'RoIDataLayer'  
    10.     param_str: "'num_classes': 16" #按训练集类别改,该值为类别数+1  
    11.   }  
    12. }



    3.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt修改


    [plain] view plain copy

    1. layer {  
    2.   name: 'data'  
    3.   type: 'Python'  
    4.   top: 'data'  
    5.   top: 'rois'  
    6.   top: 'labels'  
    7.   top: 'bbox_targets'  
    8.   top: 'bbox_inside_weights'  
    9.   top: 'bbox_outside_weights'  
    10.   python_param {  
    11.     module: 'roi_data_layer.layer'  
    12.     layer: 'RoIDataLayer'  
    13.     param_str: "'num_classes': 16" #按训练集类别改,该值为类别数+1  
    14.   }  
    15. }


    [plain] view plain copy

    1. layer {  
    2.   name: "cls_score"  
    3.   type: "InnerProduct"  
    4.   bottom: "fc7"  
    5.   top: "cls_score"  
    6.   param { lr_mult: 1.0 }  
    7.   param { lr_mult: 2.0 }  
    8.   inner_product_param {  
    9.     num_output: 16 #按训练集类别改,该值为类别数+1  
    10.     weight_filler {  
    11.       type: "gaussian"  
    12.       std: 0.01  
    13.     }  
    14.     bias_filler {  
    15.       type: "constant"  
    16.       value: 0  
    17.     }  
    18.   }  
    19. }


    [plain] view plain copy


      1. layer {  
      2.   name: "bbox_pred"  
      3.   type: "InnerProduct"  
      4.   bottom: "fc7"  
      5.   top: "bbox_pred"  
      6.   param { lr_mult: 1.0 }  
      7.   param { lr_mult: 2.0 }  
      8.   inner_product_param {  
      9.     num_output: 64 #按训练集类别改,该值为(类别数+1)*4  
      10.     weight_filler {  
      11.       type: "gaussian"  
      12.       std: 0.001  
      13.     }  
      14.     bias_filler {  
      15.       type: "constant"  
      16.       value: 0  
      17.     }  
      18.   }  
      19. }



      4.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt修改


      [plain] view plain copy


      1. layer {  
      2.   name: 'input-data'  
      3.   type: 'Python'  
      4.   top: 'data'  
      5.   top: 'im_info'  
      6.   top: 'gt_boxes'  
      7.   python_param {  
      8.     module: 'roi_data_layer.layer'  
      9.     layer: 'RoIDataLayer'  
      10.     param_str: "'num_classes': 16" #按训练集类别改,该值为类别数+1  
      11.   }  
      12. }


      5.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt修改


      [plain] view plain copy


        1. layer {  
        2.   name: "cls_score"  
        3.   type: "InnerProduct"  
        4.   bottom: "fc7"  
        5.   top: "cls_score"  
        6.   inner_product_param {  
        7.     num_output: 16 #按训练集类别改,该值为类别数+1  
        8.   }  
        9. }



        [plain] view plain copy


        1. layer {  
        2.   name: "bbox_pred"  
        3.   type: "InnerProduct"  
        4.   bottom: "fc7"  
        5.   top: "bbox_pred"  
        6.   inner_product_param {  
        7.     num_output: 64 #按训练集类别改,该值为(类别数+1)*4  
        8.   }  
        9. }


        6.py-faster-rcnn/lib/datasets/pascal_voc.py修改


        (1)


        [plain] view plain copy


          1. class pascal_voc(imdb):  
          2.     def __init__(self, image_set, year, devkit_path=None):  
          3.         imdb.__init__(self, 'voc_' + year + '_' + image_set)  
          4.         self._year = year  
          5.         self._image_set = image_set  
          6.         self._devkit_path = self._get_default_path() if devkit_path is None \  
          7.                             else devkit_path  
          8.         self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)  
          9.         self._classes = ('__background__', # always index 0  
          10.                          '你的标签1','你的标签2',你的标签3','你的标签4'  
          11.                       )


          上面要改的地方是

          修改训练集文件夹:


          [plain] view plain copy


          1. self._data_path = os.path.join(self._devkit_path, 'VOC'+self._year)  


          用你的数据集直接替换原来VOC2007内的Annotations,ImageSets和JPEGImages即可,以免出现各种错误。


          修改标签:


          [plain] view plain copy


            1. self._classes = ('__background__', # always index 0  
            2.                          '你的标签1','你的标签2','你的标签3','你的标签4'  
            3.                       )


            修改成你的数据集的标签就行。


            (2)


            [html] view plain copy


            1. cls = self._class_to_ind[obj.find('name').text.lower().strip()]

            这里把标签转成小写,如果你的标签含有大写字母,可能会出现KeyError的错误,所以建议标签用小写字母。

            (去掉lower应该也行)

            建议训练的标签还是用小写的字母,如果最终需要用大写字母或中文显示标签,可参考:


            7.py-faster-rcnn/lib/datasets/imdb.py修改

            该文件的append_flipped_images(self)函数修改为:

            [plain] view plain copy


              1. def append_flipped_images(self):  
              2.         num_images = self.num_images  
              3.         widths = [PIL.Image.open(self.image_path_at(i)).size[0]  
              4.                   for i in xrange(num_images)]  
              5.         for i in xrange(num_images):  
              6.             boxes = self.roidb[i]['boxes'].copy()  
              7.             oldx1 = boxes[:, 0].copy()  
              8.             oldx2 = boxes[:, 2].copy()  
              9.             boxes[:, 0] = widths[i] - oldx2 - 1  
              10.             print boxes[:, 0]  
              11.             boxes[:, 2] = widths[i] - oldx1 - 1  
              12.             print boxes[:, 0]  
              13.             assert (boxes[:, 2] >= boxes[:, 0]).all()  
              14.             entry = {'boxes' : boxes,  
              15.                      'gt_overlaps' : self.roidb[i]['gt_overlaps'],  
              16.                      'gt_classes' : self.roidb[i]['gt_classes'],  
              17.                      'flipped' : True}  
              18.             self.roidb.append(entry)  
              19.         self._image_index = self._image_index * 2



              !!!为防止与之前的模型搞混,训练前把output文件夹删除(或改个其他名),还要把py-faster-rcnn/data/cache中的文件和

              py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件删除(如果有的话)。

              至于学习率等之类的设置,可在py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件设置,迭代次数可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改:



              [plain] view plain copy


              1. max_iters = [80000, 40000, 80000, 40000]

              分别为4个阶段(rpn第1阶段,fast rcnn第1阶段,rpn第2阶段,fast rcnn第2阶段)的迭代次数。可改成你希望的迭代次数。


              如果改了这些数值,最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里对应的solver文件(有4个)也修改,stepsize小于上面修改的数值。

              8.开始训练

              进入py-faster-rcnn,执行:


              [plain] view plain copy


                1. ./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc



                这样,就开始训练了。

                python训练数据和测试数据用同样的标准化 python训练数据集_数据集_04

                9.测试

                将训练得到的py-faster-rcnn\output\faster_rcnn_alt_opt\***_trainval中ZF的caffemodel拷贝至py-faster-rcnn\data\faster_rcnn_models(如果没有这个文件夹,就新建一个),然后,修改:

                py-faster-rcnn\tools\demo.py,主要修改:


                [plain] view plain copy

                1. CLASSES = ('__background__',  
                2.            '你的标签1', '你的标签2', '你的标签3', '你的标签4')

                改成你的数据集标签;



                [plain] view plain copy

                1. NETS = {'vgg16': ('VGG16',  
                2.                   'VGG16_faster_rcnn_final.caffemodel'),  
                3.         'zf': ('ZF',  
                4.                   'ZF_faster_rcnn_final.caffemodel')}

                上面ZF的caffemodel改成你的caffemodel。


                [plain] view plain copy

                1. im_names = ['1559.jpg','1564.jpg']


                改成你的测试图片。(测试图片放在py-faster-rcnn\data\demo中)


                10.结果

                在py-faster-rcnn下,

                执行:


                [plain] view plain copy


                1. ./tools/demo.py --net zf


                或者将默认的模型改为zf:


                [html] view plain copy

                1. parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',  
                2. choices=NETS.keys(), default='vgg16')

                修改:


                [html] view plain copy


                1. default='zf'

                执行:

                [plain] view plain copy


                1. ./tools/demo.py  



                python训练数据和测试数据用同样的标准化 python训练数据集_数据集_05