? ? ? ? ? ? 如下列舉了 將數(shù)據(jù)集做成VOC2007格式用于Faster-RCNN訓(xùn)練的相關(guān)鏈接。

RCNN系列實驗的PASCAL VOC數(shù)據(jù)集格式設(shè)置?

制作VOC2007數(shù)據(jù)集用于Faster-RCNN訓(xùn)練

將數(shù)據(jù)集做成VOC2007格式用于Faster-RCNN訓(xùn)練
這一篇比較詳細地介紹了如何制造voc2007的所有文件，內(nèi)含相關(guān)軟件和代碼，值得一看。

voc2007數(shù)據(jù)集的下載和解壓

下面的部分介紹了py-faster-rcnn源碼中關(guān)于產(chǎn)生imdb與roidb的方法。

? ??faster-rcnn 之訓(xùn)練數(shù)據(jù)是如何準備的：imdb和roidb的產(chǎn)生

faster rcnn源碼解讀（四）之數(shù)據(jù)類型imdb.py和pascal_voc.py（主要是imdb和roidb數(shù)據(jù)類型的解說）

py-faster-rcnn源碼解讀系列（二）——pascal_voc.py

具體的訓(xùn)練方法： Faster-RCNN+ZF用自己的數(shù)據(jù)集訓(xùn)練模型(Python版本)

這里簡單說一下Imdb與roidb。

imdb是作者封裝的一個圖片數(shù)據(jù)庫類，內(nèi)含數(shù)據(jù)庫的名字，比如默認的是voc_2007_trainval ，部分定義如下：

class imdb(object):"""Image database."""def __init__(self, name):self._name = nameself._num_classes = 0self._classes = []self._image_index = []self._obj_proposer = 'selective_search'self._roidb = Noneself._roidb_handler = self.default_roidb #（handle本來是指針，這里就當做引用）# Use this dict for storing dataset specific config optionsself.config = {}@propertydef name(self):return self._name@propertydef num_classes(self):return len(self._classes)@propertydef classes(self):return self._classes@propertydef image_index(self):return self._image_index@propertydef roidb_handler(self):return self._roidb_handler@roidb_handler.setterdef roidb_handler(self, val):self._roidb_handler = val ##！！！！！！設(shè)置roidbdef set_proposal_method(self, method):method = eval('self.' + method + '_roidb') # python中eval是可以具體運行里面的字符串的，這里指運行：self.gt_roidb,函數(shù)在pascal_voc.py中。self.roidb_handler = method@propertydef roidb(self):# A roidb is a list of dictionaries, each with the following keys:# boxes# gt_overlaps# gt_classes# flippedif self._roidb is not None:return self._roidbself._roidb = self.roidb_handler()return self._roidb#cache_path: /data1/caiyong.wang/program/py-faster-rcnn.back_up/data/cache 緩沖路徑@propertydef cache_path(self):cache_path = osp.abspath(osp.join(cfg.DATA_DIR, 'cache'))if not os.path.exists(cache_path):os.makedirs(cache_path)return cache_path@propertydef num_images(self):return len(self.image_index)其中包含了roidb，roidb翻譯過來就是roi database.其實就是目標檢測包圍盒，從上面也可以看出， roidb是字典的列表，每項都是一張圖片，如下的每一項都是一張圖片上多個盒子的信息，因此是二維數(shù)組：

# A roidb is a list of dictionaries, each with the following keys:
?#??- ?boxes 一個二維數(shù)組 ? 每一行存儲 xmin ymin xmax ymax ,行指的多個box的序號
# - ?gt_classes存儲了每個box所對應(yīng)的類索引(類數(shù)組在初始化函數(shù)中聲明)
# - ?overlap是一個二維數(shù)組，行指box的序號，列共有21列，存儲的是0.0或者1.0 ，當box對應(yīng)的類別時，自然為1.0.這實際上是指對于ground truth box,由于這里的候選框就是ground truth box，所以自然重疊后為1，而與其他的自然重疊設(shè)為0.后來被轉(zhuǎn)成了稀疏矩陣.
# - ?seg _areas存儲著 box的面積
#- ?flipped 為false 代表該圖片還未被翻轉(zhuǎn)(后來在train.py里會將翻轉(zhuǎn)的圖片加進去，用該變量用于區(qū)分)

產(chǎn)生imdb與roidb的主要代碼是：

def get_roidb(imdb_name, rpn_file=None):imdb = get_imdb(imdb_name)#通過工廠類獲取數(shù)據(jù)庫信息print 'Loaded dataset `{:s}` for training'.format(imdb.name)imdb.set_proposal_method(cfg.TRAIN.PROPOSAL_METHOD)print 'Set proposal method: {:s}'.format(cfg.TRAIN.PROPOSAL_METHOD)if rpn_file is not None:imdb.config['rpn_file'] = rpn_fileroidb = get_training_roidb(imdb)#獲得訓(xùn)練數(shù)據(jù)return roidb, imdb
步驟是
1. 通過 lib/datasets/factory.py獲取pascal_voc對象。

2.?pascal_voc繼承自imdb，進一步定義了該數(shù)據(jù)庫下的一些函數(shù)。

如下是pascal_voc的一些成員舉例：

#下面是成員變量的初始化： #{ # year:’2007’ # name:'voc_2007_trainval' # image _set:’trainval’ # devkit _path:’data/VOCdevkit2007’ # data _path:’data /VOCdevkit2007/VOC2007’ # classes:(…)_如果想要訓(xùn)練自己的數(shù)據(jù)，需要修改這里_ # class _to _ind:{…} _一個將類名轉(zhuǎn)換成下標的字典 _ # image _ext:’.jpg’ # image _index: [‘000001’,’000003’,……]_根據(jù)trainval.txt獲取到的image索引_ # roidb _handler: <Method gt_roidb > # salt: <Object uuid > # comp _id:’comp4’ # config:{…} #}

3.?通過 lib/datasets/imdb.py 中的set_proposal_method 獲取roidb.

def set_proposal_method(self, method):method = eval('self.' + method + '_roidb') # python中eval是可以具體運行里面的字符串的，這里指運行：self.gt_roidb,函數(shù)在pascal_voc.py中。self.roidb_handler = method這里默認是eval('self.gt_roidb')，self.gt_roidb,函數(shù)在pascal_voc.py中。定義了ground truth的box的一些信息。

4. 通過lib/fast rcnn/train.py中的如下函數(shù)獲取訓(xùn)練數(shù)據(jù)。

def get_training_roidb(imdb):"""Returns a roidb (Region of Interest database) for use in training."""if cfg.TRAIN.USE_FLIPPED:print 'Appending horizontally-flipped training examples...'imdb.append_flipped_images()print 'done'print 'Preparing training data...'rdl_roidb.prepare_roidb(imdb)print 'done'return imdb.roidb
這里面進行了圖片的翻轉(zhuǎn)，其實是box的翻轉(zhuǎn)（見?lib/datasets/imdb.py/append_flipped_images）

以及l(fā)ib/roi_data_layer/roidb/rdl_roidb對象的prepare_roidb ，這個函數(shù)豐富了roi的一些信息，新增了每一個圖片的roidb的圖片路徑，大小，以及每個box對應(yīng)的最大重疊，和最大重疊對應(yīng)的label等。

def prepare_roidb(imdb):"""Enrich the imdb's roidb by adding some derived quantities thatare useful for training. This function precomputes the maximumoverlap, taken over ground-truth boxes, between each ROI andeach ground-truth box. The class with maximum overlap is alsorecorded."""sizes = [PIL.Image.open(imdb.image_path_at(i)).sizefor i in xrange(imdb.num_images)]roidb = imdb.roidbfor i in xrange(len(imdb.image_index)): #此時如果在前面調(diào)用了imdb.append_flipped_images,則imdb.image_index已經(jīng)翻倍。roidb[i]['image'] = imdb.image_path_at(i)roidb[i]['width'] = sizes[i][0]roidb[i]['height'] = sizes[i][1]# need gt_overlaps as a dense array for argmaxgt_overlaps = roidb[i]['gt_overlaps'].toarray()# max overlap with gt over classes (columns)max_overlaps = gt_overlaps.max(axis=1)# gt class that had the max overlapmax_classes = gt_overlaps.argmax(axis=1)roidb[i]['max_classes'] = max_classesroidb[i]['max_overlaps'] = max_overlaps# sanity checks# max overlap of 0 => class should be zero (background)zero_inds = np.where(max_overlaps == 0)[0]assert all(max_classes[zero_inds] == 0)# max overlap > 0 => class should not be zero (must be a fg class)nonzero_inds = np.where(max_overlaps > 0)[0]assert all(max_classes[nonzero_inds] != 0)

總結(jié)

以上是生活随笔為你收集整理的faster-rcnn系列学习之准备数据的全部內(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。