工作记录：RCNN在自己的数据库上finetune之后进行测试

提特征

1. 首先要修改rcnn/rcnn_cache_pool5_features.m

   • 备份rcnn_cache_pool5_features
     
     • 复制rcnn_cache_pool5_features并另存为 OPT_rcnn_cache_pool5_features
   • 修改OPT_rcnn_cache_pool5_features（改路径等）
     
     • 在训练好的文件中挑选loss最小的50k次迭代文件，复制到指定目录下
       cp finetune_OPT_2017_train_iter_50000 ~/CODE/rcnn/data/caffe_nets/finetune_OPT_2017_train_iter_50000
     • .prototxt内容修改
       ./model-defs/rcnn_batch_256_output_pool5.prototxt无需修改
     • .m内容修改
       [33] ip.addOptional('net_file', './data/caffe_nets/finetune_OPT_2017_train_iter_50000', @isstr);
[36] ip.addOptional('cache_name', 'v1_finetune_OPT_2017_train_iter_50000', @isstr);

2. 其次要修改rcnn/experiments/rcnn_exp_cache_features.m

   • 备份rcnn_exp_cache_features
     
     • 复制rcnn_exp_cache_features并另存为 OPT_rcnn_exp_cache_features
   • 修改OPT_rcnn_exp_cache_features（改路径等）
     [4] net_file = './data/caffe_nets/finetune_OPT_2017_train_iter_50000';
[5] cache_name = 'v1_finetune_OPT_2017_train_iter_50000';
[10] VOCdevkit = './datasets/OPTdevkit2017';
[13] imdb_train = imdb_from_voc(VOCdevkit, 'train', '2017');
[14] imdb_val = imdb_from_voc(VOCdevkit, 'val', '2017');
[15] imdb_test = imdb_from_voc(VOCdevkit, 'test', '2017');
[16] imdb_trainval = imdb_from_voc(VOCdevkit, 'trainval', '2017');

3. 然后调用rcnn_exp_cache_features.m提特征：

>> OPT_rcnn_exp_cache_features('train');   % chunk1>> OPT_rcnn_exp_cache_features('val');     % chunk2>> OPT_rcnn_exp_cache_features('test_1');  % chunk3>> OPT_rcnn_exp_cache_features('test_2');  % chunk4

训练、测试

1. 首先要修改rcnn/rcnn_train.m

   • 备份rcnn_train
     
     • 复制rcnn_train并另存为 OPT_rcnn_train
   • 修改./model-defs/rcnn_batch_256_output_fc7.prototxt
     
     • rcnn_batch_256_output_fc7.prototxt不需要修改
   • 修改OPT_rcnn_train（改默认参数、路径等）
     [42] ip.addParamValue('net_file', './data/caffe_nets/finetune_OPT_2017_train_iter_50000', @isstr);
[45] ip.addParamValue('cache_name', 'v1_finetune_OPT_2017_train_iter_50000', @isstr);

2. 其次要修改rcnn/rcnn_test.m

   • 备份rcnn_test
     
     • 复制rcnn_test并另存为 OPT_rcnn_test
   • 修改OPT_rcnn_test（改默认参数等）
     
     • 不需要修改OPT_rcnn_test

3. 然后要修改rcnn/experiments/rcnn_exp_train_and_test.m

   • 备份rcnn_exp_train_and_test
     
     • 复制rcnn_exp_train_and_test并另存为 OPT_rcnn_exp_train_and_test
   • 修改OPT_rcnn_exp_train_and_test（改默认参数等）
     [5] net_file = './data/caffe_nets/finetune_OPT_2017_train_iter_50000';
[6] cache_name = 'v1_finetune_OPT_2017_train_iter_50000';
[13] VOCdevkit = './datasets/OPTdevkit2017';
[16] imdb_train = imdb_from_voc(VOCdevkit, 'trainval', '2017');
[17] imdb_test = imdb_from_voc(VOCdevkit, 'test', '2017');

4. 然后调用rcnn_exp_train_and_test.m训练后几层 ( fc6, fc7 ) 并给出测试结果：

>>test_results = OPT_rcnn_exp_train_and_test()