Faster rcnn 安装、训练、测试、调试
来源:互联网 发布:照片变成手绘软件 编辑:程序博客网 时间:2024/06/07 03:47
先上个检测效果:
(1)图片人脸检测+关键点
(2)摄像头实时人脸+关键点
*************************************************************************
安装************************************************************************
###1
解压:py-faster-rcnn-master.zip下载 解压到 py-faster-rcnn;
caffe-faster-rcnn.zip下载 解压到 caffe-faster-rcnn
替换:
用解压的 caffe-faster-rcnn 替换 py-faster-rcnn/caffe-faster-rcnn
###2
修改 py-faster-rcnn/caffe-faster-rcnn/Makefile.config下载参考
# USE_CUDNN := 1 (我默认是关闭的)MATLAB_DIR、PYTHON_INCLUDE、cuda计算能力和路径WITH_PYTHON_LAYER := 1
###3
检查安装依赖项
pip install cythonsudo apt-get install python-opencvpip install easydict
###4
编译Cython modules
cd py-faster-rcnn/libmake
###5
编译 Caffe and pycaffe
cd py-faster-rcnn/caffe-fast-rcnmake -j8 && make pycaffe
###6
下载预训练模型,解压到 py-faster-rcnn/data
cd py-faster-rcnn/./data/scripts/fetch_faster_rcnn_models.sh
This will populate the `py-faster-rcnn/data` folder with `faster_rcnn_models`. These models were trained on VOC 2007 trainval.
*************************************************************************
训练
*************************************************************************
###1
制作数据集目录格式
删除:
(1)data/VOCdevkit2007/VOC2007下所有文件
新建
在 ./data/VOCdevkit2007/VOC2007新建 Annotations;ImageSets/Main;JPEGImages说明:
Annotations: 保存标签txt转换的xml文件JPEGImages: 图片文件
ImageSets/Main:文件名列表(不含后缀)
训练集: train.txt
训练验证集: trainval.txt
测试集: test.txt
验证集: val.txt
#Annotations举例:
data/VOCdevkit2007/VOC2007/Annotations/0_1_5.xml
内容格式:
<annotation><folder>VOC2007</folder><filename>0_1_5.jpg</filename><source><database>My Database</database><annotation>VOC2007</annotation><image>flickr</image><flickrid>NULL</flickrid></source><owner><flickrid>NULL</flickrid><name>deeplearning</name></owner><size><width>160</width><height>216</height><depth>3</depth></size><segmented>0</segmented><object><name>1</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>48</xmin><ymin>48</ymin><xmax>107</xmax><ymax>107</ymax></bndbox></object></annotation>
###2
修改接口
#(1) 修改prototxt配置文件models/pascal_voc/ZF/faster_rcnn_alt_opt文件夹下的5个文件,分别为stage1_rpn_train.pt、stage1_fast_rcnn_train.pt、stage2_rpn_train.pt、stage2_fast_rcnn_train.pt和fast_rcnn_test.pt
① stage1_fast_rcnn_train.pt、stage2_fast_rcnn_train.pt
修改3个参数
num_class:2(识别1类+背景1类)cls_score中num_output:2bbox_pred中num_output:8
② stage1_rpn_train.pt、stage2_rpn_train.pt
修改1个参数
num_class:2(识别1类+背景1类)
③ fast_rcnn_test.pt
修改2个参数:
cls_score中num_output:2bbox_pred中num_output:8
#(2) 修改lib/datasets/pascal_voc.py
self._classes = ('__background__', # always index 0 'people')(只有这一类)
#(3) 修改lib/datasets/imdb.py
该文件的append_flipped_images(self)函数
widths = [PIL.Image.open(self.image_path_at(i)).size[0] for i in xrange(num_images)]
在 boxes[:, 2] = widths[i] - oldx1 - 1下加入代码:
for b in range(len(boxes)): if boxes[b][2]< boxes[b][0]: boxes[b][0] = 0
#(4) 修改完pascal_voc.py和imdb.py后进入lib/datasets目录下删除原来的pascal_voc.pyc和imdb.pyc文件,重新生成这两个文件,因为这两个文件是python编译后的文件,系统会直接调用。
终端进入lib/datasets文件目录输入:
python(此处应出现python的版本)
>>>importpy_compile>>>py_compile.compile(r'imdb.py')>>>py_compile.compile(r'pascal_voc.py')
#(5) 删除缓存文件
① 删除output/
② 删除py-faster-rcnn/data/cache中的文件和
py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件删除。
#(6) 调参
① 学习率等之类的设置:
py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件设置
py-faster-rcnn/tools/train_faster_rcnn_alt_opt.py中修改
py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里对应的solver文件(有4个)也修改,stepsize小于上面修改的数值。
#(7) 训练
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc
*************************************************************************
测试
*************************************************************************
#(1) 训练完成之后,将output/faster_rcnn_alt_opt/voc_2007_trainval中的最终模型ZF_faster_rcnn_final.caffemodel拷贝到data/faster_rcnn_models中。
#(2) 修改/tools/demo.py:
① CLASSES =('__background__', 'people')② NETS ={'vgg16': ('VGG16', 'VGG16_faster_rcnn_final.caffemodel'), 'zf': ('ZF', 'ZF_faster_rcnn_final.caffemodel')}
#(3) 在训练集图片中找一张出来放入py-faster-rcnn/data/demo文件夹中,命名为000001.jpg。
im_names = ['000001.jpg'] for im_name in im_names: print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~' print 'Demo for data/demo/{}'.format(im_name) demo(net, im_name)
#(4) 运行demo,即在py-faster-rcnn文件夹下终端输入:
./tools/demo.py --net zf</span>
#(5) 或者将默认的模型改为zf:
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]', choices=NETS.keys(), default='vgg16') 修改: default='zf'
执行: ./tools/demo.py
*************************************************************************
错误调试
*************************************************************************
error 1:assert (boxes[:, 2] >= boxes[:, 0]).all()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
error1 解决办法:
将py-faster-rcnn/lib/datasets/imdb.py中的相应代码改成如下代码即可:
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
error 2:IndexError: list index out of range
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 1
- 2
- 3
- 4
- 5
- 6
- 7
error2 解决办法:
删除fast-rcnn-master/data/cache/ 文件夹下的.pkl文件,或者改名备份,重新训练即可。
参考资料:
https://github.com/rbgirshick/py-faster-rcnn/issues/34
https://github.com/rbgirshick/fast-rcnn/issues/79
- Faster rcnn 安装、训练、测试、调试
- faster rcnn 训练与测试
- faster-rcnn安装及测试
- matlab faster-rcnn 测试与训练
- faster rcnn end2end 训练与测试
- faster-rcnn安装,训练自己的数据
- faster rcnn训练
- faster-rcnn训练成功
- 训练FASTER-RCNN趣谈
- faster rcnn 训练
- faster rcnn训练
- 训练py-faster-rcnn
- Faster-RCNN训练问题解决
- Faster-RCNN训练修改
- Faster-RCNN训练问题解决
- Faster-RCNN训练结果
- Faster-RCNN训练问题解决
- Faster RCNN训练成功
- opencv学习(五)之像素遍历三种方式耗时分析
- Fragment你应该知道的那些事
- JVM常用工具
- Appserv安装之后mysql服务无法启动
- 蓝牙共享网络BluetoothPan
- Faster rcnn 安装、训练、测试、调试
- 学习面向对象的六大原则
- 【信号】用matlab实现一维信号的高斯滤波
- linux 下的vi 使用方法
- Android SizeUtils-尺寸相关工具类
- 登录接口
- 【机器学习】【计算机视觉】非常全面的图像数据集《Actions》
- CSS常见样式总结
- mysql中授权(grant)和撤销授权(revoke)等命令的用法详解[转]