FastR-CNN / FarsterR-CNN 目标检测
来源:互联网 发布:委托软件开发合同纠纷 编辑:程序博客网 时间:2024/05/08 05:21
------------------配置环境 Windows7x64 Matlab2014Ra VS2013 Opencv2.49 CUDA6.5 GTX970----------
1.下载 FasterR-CNN程序包
https://github.com/ShaoqingRen
红色圈中为必须下载的文件。 注意fast-rcnn/faster-rcnn区别!!
2. 配置 CUDA6.5
下载CUDA6.5,1中的caffe_mex是在cuda6.5下编译的,所以需要额外安装cuda6.5,不用卸载已经安装的cuda7.5。
安装,自定义选择安装 cuda6.5中的 compute tookit 跟samples就可以,samples可以安装到别的文件夹节省空间。
编译,打开.\CUDA V6.5 samples中的Samples_vs2013.sln,切换为releaseX64开始编译,可以不用bug编译。。
测试,打开.\samples\bin\win64\Release,将queryDevice拖到cmd窗口,显示 GPU信息和cuda版本号,有7.5和6.5两个版本。
3. 编译并测试 Faster-RCNN
解压faster-rcnn-master为程序根目录.\ (eig F:\FasterR-CNN-Master)
解压caffe_mex到根目录下的.\external 中...
解压model_ZF到根目录下的.\models中....
解压faster_rcnn_final_model到根目录下,得到output文件夹,以及测试图片...
在根目录下新建.\data\selective_search_data文件夹,将selective_search_data解压进去(训练用到)...
---------编译------------
在根目录下运行,function faster_rcnn_build(),若出错且提示“无法打开 nms_gpu_mex.o”,则找到.\functions\nms\nvmex.m 文件,修改VS的安装路径到你自己的路径,默认安装在C盘。再重新编译..即可
在根目录下运行startup.m,配置搜索路径...
-----------测试---------------
一定要在根目录下运行,function script_faster_rcnn_demo(),子目录下运行会提示“cd错误,无法更改xx文件夹”
另一个解决办法是在 此函数最开始加上cd操作,强制cd到根目录,见下图。
在Initial Model分割线下选择要测试的model。测试vgg,matlab容易崩溃,只测试zf,测试结果见图, 78ms/每张。
4. 配置VOC2007训练Faster-RCNN
下载VOC数据集,并解压,将对应数据整理成以下三个文件夹(如下图所示,分别为VOC2007devikt/test/trainval),放在根目录.\datasets中。 注意此处没有按原教程中的方法将全部数据放在一个VOCdevkit2007文件夹中,而是分开放置,否则后续训练会Bug。Bug显示数据集读取错误...,根本原因是使用了VOC自带的VOCinit.m脚本来配置VOCopts参数,配置完之后得到的路径信息无法区分train/val/set数据集,所以会报错。 该函数位置在“VOC2007devkit\VOCcode\VOCinit.m”。
所以本文将VOC中的 devkit,trainval, test三个部分分开放置,并重新写了3个数据初始化函数voc2007_initX(),voc2007_dataX(),get_voc_optsX()。运行时替换掉原程序对应函数即可,替换方法如下。
voc2007_dataX()指向刚才整理好的VOC数据集三个文件的地址,相当于源程序中的voc2007_devkit();
voc2007_initX()从VOC中读取数据信息,相当于原来数据集中提供的VOCinit.m脚本。
get_voc_optsX()返回VOC数据信息的配置结果,即VOCopts,相当于原来的get_voc_opts();
这三个函数的作用分别是 “定位到数据集→配置数据信息→返回数据配置结果”。
训练前,要找到对应的m文件,对相应函数进行替换,注意只替换函数名,并传入相应参数即可,函数=号左边变量名称不变。
------------------------------------------------------------------------------------------
比如运行训练文件 script_faster_rcnn_VOC2007_ZF.m 之前, 要做如下修改:
在voc2007_trainval.m/voc2007_trainvaltest.m中,要修改devkit=voc2007_devkit()为 devkit = voc2007_dataX()。
在imdb_from_voc.m中,要修改VOCopts=get_voc_opts(root_dir)为VOCopts=get_voc_optsX(root_dir,image_set)。(正是这里多加了image_set参数,所以可识别train/val/test)
在roidb_from_voc.m中,要修改第75行和135行。将这2处的addpath(VOCopts.datadir)替换为addpath(VOCopts.deviktdir,VOCcode)。否则会报错。这是因为修改之后的VOCopts数据配置信息中多了deviktdir,在此2处需要将其添加至临时搜索路径。
修改后提取出的VOCopts如下,如果使用原脚本VOCinit.m,则train和test情况下,红框部分都为VOC2007,导致路径重复从而数据读取冲突。
faster-cnn原程序包中缺少.\data这个文件夹,需要到fastr-cnn版本中去下载,下载完拷贝过来即可,否则训练fastr-cnn时会找不到ROI...
------训练---------------
在.\experments中找到下面训练函数,一个faster版本,一个fast版本。。分别训练,以下是训练结果
function script_faster_rcnn_VOC0712_ZF(),
function script_fast_rcnn_VOC2007_ZF() ,
5. VOC2007配置函数
// 数据集定位函数,放在目录 F:\FasterR-CNN-Master\experiments\+Dataset\private
function path = voc2007_dataX() path = './datasets'; <span style="white-space:pre"></span> % 可以将数据集存放到其他位置以节省空间,比如 '=G:\VOC2007'end
function VOCopts = get_voc_optsX(path, varargin)tmp = pwd;cd(path);if(nargin==1) addpath('VOCcode'); % 原始数据配置方式下,VOCinit.m数据配置脚本的路径 VOCinit;elseif(nargin==2) image_set = varargin{1}; VOCopts = voc2007_initX(image_set); % 更改之后的数据配置函数voc2007_initX()函数,该函数已在.\datasets中else error(sprintf('too much params for get_voc_opts()...')); endcd(tmp);
// 数据集初始化函数, 放在目录 F:\FasterR-CNN-Master\datasets,或者自定义的数据集存放路径下
function VOCopts = voc2007_initX(image_set)clear VOCopts% 注意此函数必须放置在VOC2011/orVOC2007/orVOC2006数据集目录下% use VOC2006 or VOC2007 dataVOC2006=false; % set true to use VOC2006 data% datasetif VOC2006 VOCopts.dataset='VOC2006';else VOCopts.dataset='VOC2007';end% get current directory with forward slashescwd=cd;cwd(cwd=='\')='/';% change this path to point to your copy of the PASCAL VOC dataVOCopts.datadir=[cwd '/']; % .datesets/VOCopts.devkitdir=[VOCopts.datadir,'VOC2007devkit/']; % .datesets/% change this path to a writable directory for your resultsVOCopts.resdir=[VOCopts.datadir 'VOC2007devkit/results/' VOCopts.dataset '/'];% change this path to a writable local directory for the example codeVOCopts.localdir=[VOCopts.datadir 'VOC2007devkit/local/' VOCopts.dataset '/'];% initialize the test setVOCopts.testset='val'; % use validation data for development test set% VOCopts.testset='test'; % use test set for final challenge% initialize main challenge pathssetname=strcat(VOCopts.dataset,image_set); %setdir: VOC2007trainval,VOC2007test VOCopts.annopath=[VOCopts.datadir setname '/Annotations/%s.xml'];VOCopts.imgpath=[VOCopts.datadir setname '/JPEGImages/%s.jpg'];VOCopts.imgsetpath=[VOCopts.datadir setname '/ImageSets/Main/%s.txt'];VOCopts.clsimgsetpath=[VOCopts.datadir setname '/ImageSets/Main/%s_%s.txt'];VOCopts.clsrespath=[VOCopts.resdir 'Main/%s_cls_' VOCopts.testset '_%s.txt'];VOCopts.detrespath=[VOCopts.resdir 'Main/%s_det_' VOCopts.testset '_%s.txt'];% initialize segmentation task pathsVOCopts.seg.clsimgpath=[VOCopts.datadir setname '/SegmentationClass/%s.png'];VOCopts.seg.instimgpath=[VOCopts.datadir setname '/SegmentationObject/%s.png'];VOCopts.seg.imgsetpath=[VOCopts.datadir setname '/ImageSets/Segmentation/%s.txt'];VOCopts.seg.clsresdir=[VOCopts.resdir 'Segmentation/%s_%s_cls'];VOCopts.seg.instresdir=[VOCopts.resdir 'Segmentation/%s_%s_inst'];VOCopts.seg.clsrespath=[VOCopts.seg.clsresdir '/%s.png'];VOCopts.seg.instrespath=[VOCopts.seg.instresdir '/%s.png'];% initialize layout task pathsVOCopts.layout.imgsetpath=[VOCopts.datadir setname '/ImageSets/Layout/%s.txt'];VOCopts.layout.respath=[VOCopts.resdir 'Layout/%s_layout_' VOCopts.testset '_%s.xml'];% initialize the VOC challenge optionsif VOC2006 % VOC2006 classes VOCopts.classes={... 'bicycle' 'bus' 'car' 'cat' 'cow' 'dog' 'horse' 'motorbike' 'person' 'sheep'};else % VOC2007 classes VOCopts.classes={... 'aeroplane' 'bicycle' 'bird' 'boat' 'bottle' 'bus' 'car' 'cat' 'chair' 'cow' 'diningtable' 'dog' 'horse' 'motorbike' 'person' 'pottedplant' 'sheep' 'sofa' 'train' 'tvmonitor'};endVOCopts.nclasses=length(VOCopts.classes);VOCopts.poses={... 'Unspecified' 'SideFaceLeft' 'SideFaceRight' 'Frontal' 'Rear'};VOCopts.nposes=length(VOCopts.poses);VOCopts.parts={... 'head' 'hand' 'foot'}; VOCopts.maxparts=[1 2 2]; % max of each of above partsVOCopts.nparts=length(VOCopts.parts);VOCopts.minoverlap=0.5;% initialize example optionsVOCopts.exannocachepath=[VOCopts.localdir '%s_anno.mat'];VOCopts.exfdpath=[VOCopts.localdir '%s_fd.mat'];
------------------------任意图片上的测试效果----------------------------------------------
备注:cd错误,无法打开xxx,一般是由路径配置错误导致的。
训练过程。。。。。。。
本博客内所有案例,需要源码 或者希望帮忙解决少量运行安装BUG的童鞋 可以加QQ 532747803!
- FastR-CNN / FarsterR-CNN 目标检测
- 目标检测:R-CNN
- cnn目标检测
- 目标检测R-CNN
- R-CNN、FastR-CNN、Faster R-CNN论文笔记
- 目标检测之CNN系列
- CNN-目标检测、定位、分割
- 目标检测:Fast R-CNN
- 目标检测:Faster R-CNN
- CNN-目标检测、定位、分割
- CNN-目标检测,定位,分割
- 目标检测--Faster R-CNN
- 目标检测之CNN系列
- CNN-目标检测、定位、分割
- 【R-CNN系列目标检测】(1)R-CNN算法
- RCNN (Regions with CNN) 目标物检测
- CNN系列之目标检测方法【1】
- 目标检测分割--Mask R-CNN
- Git之创建版本库&提交文件&相关命令
- VS2010编译Boost 1.56
- Summary Ranges 有序数组找出连续的子数组并且输出
- 功能测试机设计--硬件--信号调理--数字隔离 and 电平转换
- org.apache.solr.common.SolrException: undefined field text
- FastR-CNN / FarsterR-CNN 目标检测
- Xcode7 真机免证书调试Cocos2D游戏
- 菜鸟猿大战Java之常用对象(一)
- 【Codeforces Round 272 (Div 2)B】【暴力dfs or 组合数】Dreamoon and WiFi 问号填加减方案数使得最后恰好增量为aim
- JAVA在ubuntu中运行报错---Exception in thread "main"
- LogHtml-Android本地日志工具
- Oracle 删除重复数据只留一条
- 一摞烙饼的排序
- hadoop详细了解5个进程的作用