0.前言

在前面的一篇博客中，介紹了如何實現(xiàn)py-faster-rcnn的配置以及在PASCAL VOC 2007上面的訓(xùn)練，本節(jié)，來講訴如何制作并訓(xùn)練自己的數(shù)據(jù)集。如果自己使用的是matlab版本的faster rcnn的話，請移步這里：http://blog.csdn.NET/sinat_30071459/article/details/50546891

1.制作自己的數(shù)據(jù)集

訓(xùn)練模型最頭疼的估計就是數(shù)據(jù)集的整理與標記了，本例中我以人臉識別為例來說明數(shù)據(jù)集的安排。首先，這里為了方便，我沒有更改VOC2007的任何格式，只是將data/VOCdevkit2007/VOC2007/Annotations和ImageSets以及JPEGImages文件夾的內(nèi)容進行了替換。假設(shè)你的數(shù)據(jù)集已經(jīng)進行了標記，所做的標記框已經(jīng)輸出到txt文檔中，如下所示。

0001.jpg f 67 55 195 201 0001.jpg f 339 49 479 206 從左到右依次是圖片名稱，打框的標簽和框的4個坐標

然后是將文檔中的數(shù)據(jù)寫入xml文件，如何制作數(shù)據(jù)可以參考這篇文章http://blog.csdn.net/liumaolincycle/article/details/50540487，這里不在贅述。不過和它不同的是，我為了方便，依然使用原有的數(shù)據(jù)集名稱，只是對相應(yīng)的文件進行了替換。最后是生成4個txt文檔，分別為train.txt? trainval.txt? test.txt 和 val.txt。據(jù)我發(fā)現(xiàn)，在實驗時好像只用到了trainval.txt和test.txt，他們兩個構(gòu)成完整的一個數(shù)據(jù)集。最后，可以將原有的一些SegmenttationClass和SegmentationObject等文件夾刪除，在我的實驗中，所需要的完整結(jié)構(gòu)如下所示。

2.訓(xùn)練自己的數(shù)據(jù)

自己的數(shù)據(jù)集制作完成之后，就可以著手對文件進行修改以便訓(xùn)練了

（1）prototxt配置文件

file1：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt file2：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.ptfile3：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt file4：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.ptfile5：models/pascal_voc/ZF/faster_rcnn_alt_opt/fast_rcnn_test.pt 修改上面5個pt文件，將類別數(shù)量改成自己的類別數(shù)量+1（檢測時，背景也要作為1類），比如我的是人臉檢測，就一個類別，就要將pt文件中的類別改為2，再將bbox預(yù)測層改為8（2*4），以stage1_fast_rcnn_train.pt為例

[plain] view plaincopy

name:?"ZF"??

layer?{??

??name:?'data'??

??type:?'Python'??

??top:?'data'??

??top:?'rois'??

??top:?'labels'??

??top:?'bbox_targets'??

??top:?'bbox_inside_weights'??

??top:?'bbox_outside_weights'??

??python_param?{??

????module:?'roi_data_layer.layer'??

????layer:?'RoIDataLayer'??

????param_str:?"'num_classes':?2"??

??}??

}??

......??

?layer?{??

??name:?"cls_score"??

??type:?"InnerProduct"??

??bottom:?"fc7"??

??top:?"cls_score"??

??param?{?lr_mult:?1.0?}??

??param?{?lr_mult:?2.0?}??

??inner_product_param?{??

????num_output:?2??

????weight_filler?{??

??????type:?"gaussian"??

??????std:?0.01??

????}??

????bias_filler?{??

??????type:?"constant"??

??????value:?0??

????}??

??}??

}??

layer?{??

??name:?"bbox_pred"??

??type:?"InnerProduct"??

??bottom:?"fc7"??

??top:?"bbox_pred"??

??param?{?lr_mult:?1.0?}??

??param?{?lr_mult:?2.0?}??

??inner_product_param?{??

????num_output:?8??

????weight_filler?{??

??????type:?"gaussian"??

??????std:?0.001??

????}??

????bias_filler?{??

??????type:?"constant"??

??????value:?0??

????}??

??}??

}??

（2）修改lib/datasets/pascal_voc.py，將類別改成自己的類別

[plain] view plaincopy

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

self._classes?=?('__background__',?#?always?index?0??

?????????????????????????'face')??

（3） 修改py-faster-rcnn/lib/datasets/imdb.py

在使用自己的數(shù)據(jù)進行訓(xùn)練時，基本上都會報錯：assert(boxes[:,2] >= boxes[:,0]).all() ，主要是因為自己的圖片數(shù)據(jù)沒有統(tǒng)一整理過而導(dǎo)致的，將該文件加入幾行修改如下：

[python] view plaincopy

def?append_flipped_images(self):??

????num_images?=?self.num_images??

????widths?=?self._get_widths()??

????for?i?in?xrange(num_images):??

????????boxes?=?self.roidb[i]['boxes'].copy()??

????????oldx1?=?boxes[:,?0].copy()??

????????oldx2?=?boxes[:,?2].copy()??

????????boxes[:,?0]?=?widths[i]?-?oldx2?-?1??

????????boxes[:,?2]?=?widths[i]?-?oldx1?-?1??

??

????????for?b?in?range(len(boxes)):??

????????????if?boxes[b][2]?<?boxes[b][0]:??

???????????????boxes[b][0]?=?0??

?????????????????

????????assert?(boxes[:,?2]?>=?boxes[:,?0]).all()??

????????entry?=?{'boxes'?:?boxes,??

?????????????????'gt_overlaps'?:?self.roidb[i]['gt_overlaps'],??

?????????????????'gt_classes'?:?self.roidb[i]['gt_classes'],??

?????????????????'flipped'?:?True}??

????????self.roidb.append(entry)??

????self._image_index?=?self._image_index?*?2??

如果是在報錯之后再修改這個文件的話，記得在修改之后將data/cache/里面的pki文件刪除后再重新運行

修改到這里時，訓(xùn)練前的準備工作已經(jīng)完成了，現(xiàn)在可以直接進行訓(xùn)練。

cd py-faster-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc

訓(xùn)練完成之后，將output中的最終模型拷貝到data/faster_rcnn_models中，接下來測試訓(xùn)練完成的模型。

3.測試結(jié)果

修改./tools/demo.py

和上面的pascal_voc.py一樣，將類別改成自己的類別，然后將加載的模型改為自己訓(xùn)練出來的模型。以我的為例

[python] view plaincopy

NETS?=?{'vgg16':?('VGG16',??

??????????????????'VGG16_faster_rcnn_final.caffemodel'),??

????????'zf':?('ZF',??

??????????????????'ZF_faster_rcnn_final.caffemodel'),??

????????'myzf':?('ZF',??

??????????????????'ZF_faster_rcnn_final_4000.caffemodel')??

??????????????????}??

執(zhí)行./tools/demo.py --net myzf即可得到如下的訓(xùn)練結(jié)果

總結(jié)

以上是生活随笔為你收集整理的py-faster-rcnn + ZF 实现自己的数据训练与检测(二)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。