Faster RCNN 训练自己的数据集(Matlab,python版本)及制作VOC2007格式数据集
来源:互联网 发布:规范查询软件 编辑:程序博客网 时间:2024/04/30 02:18
一、 faster rcnn环境搭建
下载源码 https://github.com/rbgirshick/py-faster-rcnn Python版本
https://github.com/ShaoqingRen/faster_rcnn Matlab版本
本文介绍matlab版本的配置过程:
1、 在Faster_rcnn-master目录下添加bin文件
2、 在Faster_rcnn-master目录下添加models文件
3、 在external/caffe目录下添加MATLAB文件
4、 添加datasets文件夹,文件夹内为 数据集,可以使用VOC2007或者自己的数据集
5、 如果想直接测试,不需要添加datasets文件夹在Faster_rcnn-master目录下添加output文件,文件为训练好的模型,就可以直接运行experiments/script_faster_rcnn_demo.m,注意:运行时目录应在主目录Faster_rcnn-master下
6、 如果训练VOC2007数据,只需下载VOC2007的数据集,存放在datasets文件夹中,如果训练自己的数据集,则需要把自己的数据集做成和VOC2007相同格式的。
二、 制作数据集
我的数据集的图片格式是png,标记内容存储在txt中,写一个txt到xml格式转换的数据接口。
三、 细节修改
1、 datasets/VOCdevkit2007/VOCcode/VOCinit.m
将VOC2007改成自己数据集文件夹的名字
图片的格式,因为我的是png格式的所以需要修改,如果自己的数据集和VOC2007的数据集格式相同都是jpg,则不需要修改。
修改自己检测目标的类别,比如我只有一类就写一个,类别全写上。类别和文件名一定要和Annotation/**.xml的标记信息里的内容对应,如图中黄色所示,前两个和文件夹名称对应,最后一个对应检测类别。
2、 imdb/imdb_from_voc.m
改为 imdb.extension=’png’,如果数据集中的图片格式本身是jpg格式,则不需要修改。
3、 VOCdevkit2007/results
在results下新建一个文件夹,名字是“你的数据集的文件夹名”, “你的数据集的文件夹名”下新建一个Main文件夹
4、 VOCdevkit2007/local
在local下新建一个文件夹,名字是“你的数据集的文件夹名”
5、 functions/fast_rcnn/fast_rcnn_train.m
可能会在randperm(N,k)出错,建议将val_iters改小,具体数值根据自己的数据集修改,一般为val的1/5
6、 funvtions/rpn/proposal_train.m
与5同样的问题
7、 imdb/imdb_eval_voc.m
改为:
8、 网络模型修改
1)、models/fast_rcnn_prototxts/ZF/train_val.prototxt
其中K为类别数,根据K值不同进行修改
2)、models/fast_rcnn_protoxtxs/ZF/test.prototxt
3)、models/fast_rcnn_prototxts/ZF_fc6/train_val.prototxt
4)、models/fast_rcnn_prototxts/ZF_fc6/test.prototxt
最后在训练之前把output文件夹删除,把imdb/cache文件删除
9、 训练:
Experiments/script_faster_rcnn_VOC2007_ZF.m
训练完后
将output/faster_rcnn_final/faster_rcnn_VOC2007_ZF/detection_test.prototxt进行修改,将relu5(包括relu5)前的层删除,并将roi_pool5的bottom改为data和rois,将input“data”下的input_dim分别改为1,256,50,50(VGG为1,512,50,50),如图所示
10、 测试
Experiments/script_faster_rcnn_demo.m 运行
注意将调用的模型和图片改为自己的,然后根据自己数据集的需要进行调参已达到最好的结果。
参考博客:http://blog.csdn.net/sinat_30071459/article/details/50546891
制作VOC2007格式数据集
0.文件夹名
首先,确定你的数据集所放的文件夹名字,例如我的叫logos。
(或者和voc2007一样的名字:VOC2007)
1.图片命名
也可以使用Total Commander来批量重命名,非常方便,推荐使用这个工具。
2.画目标包围框
3.做xml
4.保存xml到Annotations
新建一个文件夹,名字为Annotations,将xml文件全部放到该文件夹里。5.将训练图片放到JPEGImages
6.ImageSets\Main里的四个txt文件
即图片名字(无后缀),test.txt是测试集,train.txt是训练集,val.txt是验证集,trainval.txt是训练和验证集.VOC2007中,trainval大概是整个数据集的50%,test也大概是整个数据集的50%;train大概是trainval的50%,val大概是trainval的50%。可参考以下代码:
- Faster RCNN 训练自己的数据集(Matlab,python版本)及制作VOC2007格式数据集
- 用faster-rcnn训练自己的数据集(VOC2007格式,python版)
- 用faster-rcnn训练自己的数据集(VOC2007格式,python版)
- 制作VOC2007格式数据集用于Faster-RCNN训练
- win10 tensorflow faster rcnn训练自己的数据集(一、制作VOC2007数据集)
- 仿照VOC2007制作自己的数据集,并在Caffe上训练Faster-RCNN
- 制作VOC2007数据集用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- Faster-RCNN/SSD/训练将数据集做成VOC2007格式
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- Faster-RCNN训练:将数据集做成VOC2007格式
- Faster-RCNN训练:将数据集做成VOC2007格式
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 洛谷P1031 均分纸牌
- Android 图片裁剪
- 浏览器访问服务器时,都发生了什么?
- 孪生素数问题
- 动态信号周期性检测
- Faster RCNN 训练自己的数据集(Matlab,python版本)及制作VOC2007格式数据集
- 洛谷 P2031 脑力达人之分割字串
- 工厂模式
- 进程间通信方式之信号量
- Tiny210(S5PV210) U-BOOT(六)----DDR内存配置
- vim去掉蓝色
- 类模板
- Java分支和循环语句及方法的使用
- PHP Ajax 跨域问题最佳解决方案