如何才能将Faster R-CNN训练RCNN起来

来源：蜘蛛抓取(WebSpider) 时间：2017-06-20 07:34 标签： 3R训练

Proposal，同时可以达到和检测网络共享整个图片的卷积网络特征的目标，使得region proposal几乎是cost free的。

关于Faster R-CNN的详细介绍，可以参考我。

Faster R-CNN的代码是开源的，有两个版本：，。

这里我主要使用的是Python版本，Python版本在测试期间会比MATLAB版本慢10%，因为Python layers中的一些操作是在CPU中执行的，但是准确率应该是差不多的。

为了检验你的py-faster-rcnn是否成功安装，作者给出了一个demo，可以利用在PASCAL VOC2007数据集上体现训练好的模型，来进行demo的运行，步骤如下：

  1. demo会检测5张图片，这5张图片放在data/demo/文件夹下，其中一张的检测结果如下：

  2. 至此如果上述过程没有出错，那么py-faster-rcnn算是成功编译安装。

准备工作2——Caltech数据集

由于Faster R-CNN的一部分实验是在PASCAL VOC2007数据集上进行的，所以要想用Faster R-CNN训练我们自己的数据集，首先应该搞清楚PASCAL VOC2007数据集中的目录、图片、标注格式，这样我们才能用自己的数据集制作出类似于PASCAL VOC2007类似的数据集，供Faster R-CNN来进行训练及测试。

这一部分不是必须的，如果你需要PASCAL VOC2007数据集，可以利用以下命令获取数据集，但我们下载VOC数据集的目的主要是观察他的文件结构和文件内容，以便于我们构建符合要求的自己的数据集。

  1. 创建一个专门用来存数据集的地方，假设是$HOME/data文件夹。

  2. 下载PASCAL VOC2007的训练、验证和测试数据集：

  3. 下载完后用以下命令解压：

  4. # ... 以及其他的文件夹及子文件夹 ...

  5. 创建快捷方式symlinks来连接到VOC数据集存放的地方：

    6. 最好使用symlinks来在共享同一份数据集，防止数据集多处拷贝，占用空间。

  6. 至此VOC数据集创建完毕。

PASCAL VOC数据集的文件结构，如下：

该文件夹主要用来存放图片标注（即为ground truth），文件是.xml格式，每张图片都有一个.xml文件与之对应。选取其中一个文件进行如下分析：

所以为了能够顺利训练，一定要仔细检查自己的xml文件中的左上角的坐标是否都为正。我被这个bug卡了一两天，最终把自己标记中所有的错误坐标找出来，才得以顺利训练。

ImageSets文件夹下有三个子文件夹，这里我们只需关注Main文件夹即可。Main文件夹下主要用到的是train.txt、val.txt、test.txt、trainval.txt文件，每个文件中写着供训练、验证、测试所用的文件名的集合，如下：

JPEGImages文件夹下主要存放着所有的.jpg文件格式的输入图片，不在赘述。

经过以上对PASCAL VOC数据集文件结构的分析，我们仿照其，创建首先创建类似的文件结构即可：

我建议将Caltech文件创建一个symlinks链接到VOCdevkit文件夹之下，因为这样会方便之后训练代码的修改。

  • 至于如何从.seq文件转化为一张张.jpg图片，这里可以。
  • 至于Annotations中一个个.xml标记文件是实验室师兄给我的，也可以转化，但是并不符合要求。

以上所有和有关的文件，都可以直接邮件与我联系，我直接发给你，可以省下不少制作数据集的时间。


楼主你好，我想问一下我的训练数据集只包含目标（Xmin,Ymin,Xmax,Ymax=（0，0，17，29）图片大小为30*18）这样是可以的吗？我的实验结果中，检测框很大，跟这个有关系吗？

  第一次写博客，没想太多。只是想记录一下训练Faster-rcnn是遇见的一些问题。因为在我训练出bug的时候有点绝望，怀疑人生。不过在看到开始训练的一瞬间又觉得活着挺好的。

   咸鱼大神的博客简单易懂。并且对于一些训练时出现的问题给出了解答。（5星好评）

   到这里，如过没出错，已经能训练了。

4.自己碰到的问题（5个）

 这句话的时候，报了个很稀奇的错，而且网上没找到答案。

  找不到这个路径，但是我的文件确实放对了地方，而且当我用cd命令的时候可以进入这个文件夹，打开对应的.jpg文件。

  可能有两个原因：

   如果有编码问题的话可能你还要修改另一个地方，要不test的时候会报错。

   训练的最后完事后，遇到个错误

  因为我在训练自己的数据前用过rbg大神的来跑demo，所以这个是他的.caffemodel，就是标注的红色部分21各类。

  后面绿色的是你自己的类的数目。

  都能好了，demo能跑完，但是不出结果。没有跑rbg大神demo时候的图片框出现。（有点急，后天就要交稿了，自己的demo还没跑出来）

  浪费了一天，后来突发奇想解决了。

  （我也忘了是什么时候放到这个文件夹下的了。可能是之前跑rbg大神的demo的时候，也可能是之前搭环境的时候。）

*越南小哥给我的一个建议：（节省时间的小技巧）

  为了省时间，先运行几条数据试试水。

  后来发现，时间跟迭代次数有关，跟数据多少关系好像不大。所以就修改了迭代次数。

  我改的比较极端[40,20,40,20],一路跑下来到最后的时候会有另一个错。

这个错是说没有学习到东西，我用了[00,2000]试了一下也不行。不过能看到这个错误，如果你的数据集做的没有问题的话，用[,]（亲测大概16小时，1341张图）运行你自己的数据集就没问题了。为了省时间我用的是[,]（大概8小时，50张图）。这个时间好像与图片大小和图片数量关系不大。感觉只与迭代次数有关。

   到这是我经历的各种坑。一个小白的心路历程，希望大家不要再踩了。（捂脸）

  *还有个我自己的小技巧：没有什么事是上心了还做好的。这两天，睡觉5点都会惊醒，然后穿上衣服直奔研究室。

这是我做的数据（我只用了50张训练2个类，samurai和背景。最后的结果不是很理想，框子有点大。可能是数据不够的原因）



我要回帖

更多关于 3R训练 的文章

 

随机推荐