這個教程默認代碼、預訓練模型、測試部分的代碼已經下載好，環境也已經編譯好

【訓練】

• models
  models文件夾下存放的是對應的預訓練的模型在訓練時的網絡參數。
  以ResNet-101為例：
  注意：下面的cls_num指的是數據集的類別數+1（背景）。比如我想檢測魚這一個類別，cls_num=2.
  （1）修改其中的solver_ohem.protoxt

train_net: "models/fish4knowledge/ResNet-101/rfcn_end2end/train_agnostic_ohem.prototxt" base_lr: 0.001 #初始學習率 lr_policy: "step" #學習率更新的方式 gamma: 0.1 #學習率衰減的倍率 stepsize: 10000 #迭代一萬次，學習率衰減為原來的0.1倍 display: 20 #每迭代20次在終端打印一次輸出momentum: 0.9 #動量 weight_decay: 0.0005 #權重衰減率 # We disable standard caffe solver snapshotting and implement our own snapshot # function snapshot: 0 #選擇迭代多少次保存一次中間模型 # We still use the snapshot prefix, though snapshot_prefix: "resnet101_rfcn_ohem" iter_size: 2 #由于是做檢測任務，batch_size值較小 #debug_info: true

根據以上代碼的第一行我們知道接下來要修改train_agnostic_ohem.prototxt 這里著重講一下，訓練可以選擇兩種方式，一種帶ohem，一種不帶ohem；我在訓練時用的是前者，所以修改的都是文件名里有ohem的

（2）修改train_agnostic_ohem.prototxt
** 兩處數據層、兩處卷積層、 對應的兩處cls和bbox參數層（大家會發現每個prototxt修改的內容大致相同）
以后需要調整anchor大小來做不同的實驗時，也是在這個文件里改，詳情見下篇博客。

layer {name: 'input-data'type: 'Python'top: 'data'top: 'im_info'top: 'gt_boxes'python_param {module: 'roi_data_layer.layer'layer: 'RoIDataLayer'param_str: "'num_classes': 2" #cls_num} }layer {name: 'roi-data'type: 'Python'bottom: 'rpn_rois'bottom: 'gt_boxes'top: 'rois'top: 'labels'top: 'bbox_targets'top: 'bbox_inside_weights'top: 'bbox_outside_weights'python_param {module: 'rpn.proposal_target_layer'layer: 'ProposalTargetLayer'param_str: "'num_classes': 2" #cls_num} }layer {bottom: "conv_new_1"top: "rfcn_cls"name: "rfcn_cls"type: "Convolution"convolution_param {num_output: 98 # 2*（7^2） cls_num*(score_maps_size^2)kernel_size: 1pad: 0weight_filler {type: "gaussian"std: 0.01}bias_filler {type: "constant"value: 0}}param {lr_mult: 1.0}param {lr_mult: 2.0} } layer {bottom: "conv_new_1"top: "rfcn_bbox"name: "rfcn_bbox"type: "Convolution"convolution_param {num_output: 392 # 4*2*（7^2）=4*cls_num*(score_maps_size^2)kernel_size: 1pad: 0weight_filler {type: "gaussian"std: 0.01}bias_filler {type: "constant"value: 0}}param {lr_mult: 1.0}param {lr_mult: 2.0} }layer {bottom: "rfcn_cls"bottom: "rois"top: "psroipooled_cls_rois"name: "psroipooled_cls_rois"type: "PSROIPooling"psroi_pooling_param {spatial_scale: 0.0625output_dim: 2 #cls_numgroup_size: 7} }layer {bottom: "rfcn_bbox"bottom: "rois"top: "psroipooled_loc_rois"name: "psroipooled_loc_rois"type: "PSROIPooling"psroi_pooling_param {spatial_scale: 0.0625output_dim: 8 #4*cls_numgroup_size: 7} }

（3）修改test_agnostic.prototxt

layer {bottom: "conv_new_1"top: "rfcn_cls"name: "rfcn_cls"type: "Convolution"convolution_param {num_output: 98 #cls_num*(score_maps_size^2)kernel_size: 1pad: 0weight_filler {type: "gaussian"std: 0.01}bias_filler {type: "constant"value: 0}}param {lr_mult: 1.0}param {lr_mult: 2.0} }layer {bottom: "conv_new_1"top: "rfcn_bbox"name: "rfcn_bbox"type: "Convolution"convolution_param {num_output: 392 #4*cls_num*(score_maps_size^2)kernel_size: 1pad: 0weight_filler {type: "gaussian"std: 0.01}bias_filler {type: "constant"value: 0}}param {lr_mult: 1.0}param {lr_mult: 2.0} }layer {bottom: "rfcn_cls"bottom: "rois"top: "psroipooled_cls_rois"name: "psroipooled_cls_rois"type: "PSROIPooling"psroi_pooling_param {spatial_scale: 0.0625output_dim: 2 #cls_numgroup_size: 7} }layer {bottom: "rfcn_bbox"bottom: "rois"top: "psroipooled_loc_rois"name: "psroipooled_loc_rois"type: "PSROIPooling"psroi_pooling_param {spatial_scale: 0.0625output_dim: 8 #4*cls_numgroup_size: 7} }layer {name: "cls_prob_reshape"type: "Reshape"bottom: "cls_prob_pre"top: "cls_prob"reshape_param {shape {dim: -1dim: 2 #cls_num}} }layer {name: "bbox_pred_reshape"type: "Reshape"bottom: "bbox_pred_pre"top: "bbox_pred"reshape_param {shape {dim: -1dim: 8 #4*cls_num}} }

看代碼的內容，沒用到classware/下面的參數文件，暫不需要修改。

• tools
  訓練用的train_net.py
  測試用的test_net.py

• data
  /VOCdevkit 存放數據集的信息：包括
  （1）/ImageSets/Main下存放train.txt、val.txt、test.txt，內容為圖片的名稱（不含后綴）
  （2）/fish_image_hz存放所有的圖片
  （3）/Annotations 存放所有圖片的標注信息xml
  （4）/dataset下存放測試要用到的東西
  /dataset/devkit
  /rfcn_models 訓練生成的caffemodel復制粘貼到此文件夾下，為了測試的時候讀取模型
  /imagenet_models 預訓練的模型，譬如ResNet-101-model.caffemodel可從網上下載
  /cache緩存，如若換數據集，里面的pkl文件要刪掉

• output
  output文件夾下存放的是訓練所生成的caffemodel，為了以防程序中斷，我們設置了每迭代一萬次備份一次已訓練好的模型。

• lib
  用來存放一些python接口文件，如其下的datasets主要負責數據庫讀取，config負責cnn一些訓練的配置選項。
  復制已有的datasets/pascal_voc.py，但要修改成自己使用的數據集的python文件。譬如datasets/fish4knowledge.py 具體修改的地方：

if __name__ == '__main__':from datasets.fish4knowledge import fish4knowledged = fish4knowledge('train', '存放數據集的路徑')

除此以外，還有data_path,存放圖片名稱的路徑等等，自己看代碼來修改。

datasets/factory.py 修改的地方有：

from datasets.fish4knowledge import fish4knowledge devkit = '存放數據集的路徑' for split in ['train', 'val']:name = 'fish4knowledge_{}'.format(split)__sets[name] = (lambda imageset=split, devkit=devkit: fish4knowledge(imageset, devkit))

datasets/_ init _.py修改成：

from .fish4knowledge import knowledge

fast_rcnn/config.py

• caffe
  這里是caffe框架目錄，要事先編譯一遍。

• experiments
  輸出的日志文件在logs文件夾下
  訓練時運行的腳本在scripts文件夾下，可以用end2end或者alt_opt兩種方式訓練。rfcn_end2end_ohem.sh腳本需要根據使用的數據集做改動。

  ./expriments/scripts/rfcn_end2end_ohem.sh 0 ResNet-101 fish4knowledge train_net.py

在這個腳本里可以設置迭代次數 “ITERS=*“，“0”代表用的GPU_id號，ResNet-101代表使用的預訓練模型，fish4knowledge代表使用的數據集名稱，需要在上面的腳本里添加自己的數據集case進去，train_net.py是訓練網絡的python代碼，位于/tools文件夾下。

• results

測試生成的val_pred.txt在這個文件夾下。接下來我們就講測試部分了。

【測試】

*這些評測算法的代碼可以參考PASCAL_VOC的評估代碼
我就是下載下來再根據自己的數據集作修改的。
1.訓練生成的模型在output文件夾里，復制粘貼到data/rfcn_models/目錄下
2.修改tools/文件夾下的demo_rfcn.py并運行

“`
python demo_rfcn.py –gpu 0
““
在results/文件夾下會生成val_pred.txt；val_pred.txt文件的每一行對應一個檢測到的目標，格式如下：

<image_id> <class_id> <confidence> <xmin> <ymin> <xmax> <ymax>

其中image_id為測試圖片的id號即幀數（列于devkit/data/val.txt文件中，這個txt文件區別于上面的ImageSets/Main/下的txt，每行除了包括圖片文件名（不含后綴），還有幀數）, class_id 為物體的種類（參見devkit/data/meta_data.mat（需要修改））, confidence為算法對于這一預測的置信度，xmin ymin為目標框左上角點坐標，xmax ymax為目標框右下角點坐標。
3.用于評測算法的MATLAB程序位于devkit/evaluation/eval_detection.m。將第二步生成的val_pred.txt復制粘貼到devkit/data/目錄下，運行.m程序之后可得知檢測的mAP值。

總結

以上是生活随笔為你收集整理的用自己的数据集在R-FCN框架下进行检测的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。