Faster-RCNN训练时遇到的问题
1.環境搭建
? ?rbg大神很周到，需要的東西全都有（從硬件的要求，到需要的各種model）
? ?Faster-rcnn：https://github.com/rbgirshick/py-faster-rcnn（在此感謝rbg大神，獻出我的膝蓋）
2.制作數據
? ?推薦：http://blog.leanote.com/post/wjgaas@126.com/Faster-RCNN-%E8%AE%AD%E7%BB%83
? ?按照這個大神的的方法，很容易做出自己的 數據集。有一些具體注意點。
? ?！比如：圖片命名不要用中文；標簽不要有大寫字母；圖片命名要6位數字；圖片格式.jpg。
? ?不知道這些有什么后果，我還是聽話的改了，畢竟大家踩過的坑繞道比較節省時間。
? ?但是他沒給.xml文件批量更改的方法。下面的大神給了個源碼，無腦運行就好了。笑
? ?推薦：https://saicoco.github.io/object-detection-4/
? ?對于他推薦的軟件LabelImg，下面是我自己的小經驗。
2.1.?LabelImg環境搭建
? ?推薦在ubuntu系統下搭建環境。（開始的時候在windows上搭了2天的環境，最后還是放棄了。而在ubuntu系統下根據下面的教程。只用了2小時，基本上是在下載。在家里實驗了mac，15年那款pro，2天放棄。。。。）
? ?教程：http://www.linuxdiyf.com/Linux/14134.html（在此感謝大神分享經驗，省了不少時間）
? ?（這個教程好像，鏈接打不開?？梢怨雀枰幌?#xff1a;“ubuntu下qt4+pyqt4+eric4快速安裝，qt4pyqt4_Python教程| 幫客之家”）
? ?? 我用的是教程中的 ? ?5.一次性安裝 ? 。安裝完成后，運行Faster-rcnn官網上的demo，會缺少個model，在網上直接把那個錯誤打出來搜一下有很多教程。（一句命令就可以能好）
? 注意：作為個新手，不推薦在其他系統下搭建環境。搭環境真的很煩。還有個坑，一開始裝的ubuntu 14，東西裝的很順利。但是為了下teamview12，好像是升級了下以后，待機后發現連不上網了。查了下原因，好像說是因為dell電腦不支持ubuntu 16。之后就再也連不上網了。（悲傷的表情）
3.修改代碼
? ?推薦：http://blog.csdn.NET/sinat_30071459/article/details/51332084
? ?咸魚大神的博客簡單易懂。并且對于一些訓練時出現的問題給出了解答。（5星好評）
? ?到這里，如過沒出錯，已經能訓練了。
4.自己碰到的問題（5個）
? 一.
? ?完成第3步以后，我在跑
?./experiments/scripts/faster_rcnn_alt_opt.sh?0?ZF?pascal_voc?
?這句話的時候，報了個很稀奇的錯，而且網上沒找到答案。
?AssertionError: Path does not exist: /home/dl-box/wei/py-faster-rcnn/data/VOCdevkit2007/VOC2007/JPEGImages/000001.jpg
? 找不到這個路徑，但是我的文件確實放對了地方，而且當我用cd命令的時候可以進入這個文件夾，打開對應的.jpg文件。
? 可能有兩個原因：
? 1.沒有權限對文件操作
? ?解決：chmod -R 777 /home/dl-box/wei/py-faster-rcnn/data/VOCdevkit2007/VOC2007/JPEGImages/
? 2.可能是編碼問題，要改成utf-8的格式
? ?解決：在這個文件中py-faster-rcnn/lib/datasets/pascal_voc.py的_load_image_set_index下
? ?將?image_index = [x.strip() for x in f.readlines()] 改成?image_index = [x.decode('utf-8-sig').strip() for x in f.readlines()] 就好了。
? ?如果有編碼問題的話可能你還要修改另一個地方，要不test的時候會報錯。
? ?解決：py-faster-rcnn/lib/datasets/voc_eval.py這個文件
? ?將imagenames = [x.strip() for x in lines]改成imagenames = [x.decode('utf-8-sig').strip() for x in lines]
? ?
? 二.
? ?由于沒有計劃多少個標簽（加上背景，我標了98個，捂臉），這個py-faster-rcnn/lib/datasets/pascal_voc.py添加標簽的時候可能有漏掉的。
? ?就會報
? ?KeyError：’漏掉的標簽‘
? ?這個錯?
? ?解決：在這個py-faster-rcnn/lib/datasets/pascal_voc.py下添加漏掉的標簽就好了。
? 三.
? ?運行時又報了個缺少model : ZF.v2.caffemodel?的錯。（我用的是ZF訓練，所以缺少這個caffemodel ，其他訓練的話應該是其他的）
? ?解決：https://people.eecs.berkeley.edu/~rbg/faster-rcnn-data/?（rbg大神的官網什么都有）
? ?下這個imagenet_models.tgz，然后解壓找到ZF.v2.caffemodel?放到py-faster-rcnn\data\faster_rcnn_models下就好了。*如果data文件夾下沒有faster_rcnn_models文件夾，自己建一個就好了。（自己動手，豐衣足食）
? 四.
? ?訓練的最后完事后，遇到個錯誤
? ?Cannot copy param 0 weights from layer 'cls_score'; shape mismatch.? Source param shape is21 4096 (86016); target param shape is2 4096 (8192). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.
? 如果出這個錯，說明ZF_faster_rcnn_final.caffemodel這個東西和你現在訓練的模型的類別數不匹配。
? 因為我在訓練自己的數據前用過rbg大神的來跑demo，所以這個是他的.caffemodel，就是標注的紅色部分21各類。
? 后面綠色的是你自己的類的數目。
? *咸魚大神的博客在 ?9.測試 ?這里原話是
? ?將訓練得到的py-faster-rcnn\output\faster_rcnn_alt_opt\***_trainval中ZF的caffemodel拷貝至py-faster-rcnn\data\faster_rcnn_models（如果沒有這個文件夾，就新建一個）
? *跑demo的話會有這個文件夾和這個.caffemodel。新手的一定不要以為是faster-rcnn自動生成了ZF_faster_rcnn_final.caffemodel，名字是一樣的。我以為是自動生成的就出現了上面的這個錯。
?五.
? 都能好了，demo能跑完，但是不出結果。沒有跑rbg大神demo時候的圖片框出現。（有點急，后天就要交稿了，自己的demo還沒跑出來）
? 浪費了一天，后來突發奇想解決了。
? 解決：py/data/faster_rcnn_models文件夾下，還有個VGG16_faster_rcnn_final.caffemodel東西導致機器學不出來。把它移走就可以了。
? （我也忘了是什么時候放到這個文件夾下的了。可能是之前跑rbg大神的demo的時候，也可能是之前搭環境的時候。）
*越南小哥給我的一個建議：（節省時間的小技巧）
? 為了省時間，先運行幾條數據試試水。
? 后來發現，時間跟迭代次數有關，跟數據多少關系好像不大。所以就修改了迭代次數。
??迭代次數可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改：
? ??
? ? 分別為4個階段（rpn第1階段，fast rcnn第1階段，rpn第2階段，fast rcnn第2階段）的迭代次數?？筛某赡阆Ｍ牡螖?。
如果改了這些數值，最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里對應的solver文件（有4個）也修改，stepsize小于上面修改的數值。
? 我改的比較極端[40,20,40,20],一路跑下來到最后的時候會有另一個錯。
File "/home/dl-box/wei/py-faster-rcnn/tools/../lib/datasets/voc_eval.py", line 149, in voc_eval BB = BB[sorted_ind, :] IndexError: too many indices for array 這個錯是說沒有學習到東西，我用了[4000,2000,4000,2000]試了一下也不行。不過能看到這個錯誤，如果你的數據集做的沒有問題的話，用[80000,40000,80000,40000]（親測大概16小時，1341張圖）運行你自己的數據集就沒問題了。為了省時間我用的是[40000,20000,40000,2000]（大概8小時，50張圖）。這個時間好像與圖片大小和圖片數量關系不大。感覺只與迭代次數有關。
? ?到這是我經歷的各種坑。一個小白的心路歷程，希望大家不要再踩了。（捂臉）
? *還有個我自己的小技巧：沒有什么事是上心了還做好的。這兩天，睡覺5點都會驚醒，然后穿上衣服直奔研究室。
這是我做的數據（我只用了50張訓練2個類，samurai和背景。最后的結果不是很理想，框子有點大?？赡苁菙祿粔虻脑?#xff09;
這是我的結果
總結
以上是生活随笔為你收集整理的Faster-RCNN训练时遇到的问题的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 解决faster-rcnn中训练时ass
- 下一篇： Faster RCNN解析