使用Faster R-CNN训练自己的数据

1. 主要步骤

1. VOC2007格式数据集制作
2. 训练集均值文件计算
3. 网络选择
4. faster r-cnn源码修改
5. 运行
   

   ---

2. VOC2007格式数据集制作

1. 修改VOCinit.m

(1) 数据集名称

第12行VOC2007改为自己的文件夹名称

VOCopts.dataset='your folder name'

(2) 修改图片格式
第37行中的jpg换成自己的图片格式

VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset '/JPEGImages/%s.jpg'];

(3) 修改标签名称
第81行之后的类别名称换成自己数据集的类别名称

VOCopts.classes={...            'cls1'            'cls2'            ...            'clsn'            };

---

3. 文件目录

按照下图添加文件夹，其中的NWPU_VHR-10改为自己的数据集名称。

3. xml格式的annotation文件

4. 数据集划分

在/NWPU_VHR-10/ImageSets/Main文件夹下创建test.txt、train.txt、trainval.txt、val.txt四个文件，分别保存测试集、训练集、训练集-验证集合验证集。每个文件名占一行，不包含后缀名。

---

2. 计算图片数据的均值

windows下计算图片数据均值使用的工具和命令与Linux下的相同。可参照@denny402的博客–计算图片数据的均值。工具生成的格式是binaryproto格式的文件，MATLAB中使用的是mat格式文件，使用caffe.io.read_mean进行格式转换。

image_mean = caffe.io.read_mean('path to mean file');save('path to save','image_mean');

---

4. 网络选择与参数修改

对于ZF网络，训练Fast R-CNN需要至少3G现存，根据自己的硬件配置，选择合适的网络，然后对网络参数进行修改。

1. models\ fast_rcnn_prototxts\ZF\ train_val.prototxt

input: "bbox_targets"  input_dim: 1  # to be changed on-the-fly to match num ROIs  input_dim: 84 # 根据类别数改，该值为（类别数+1）*4  input_dim: 1  input_dim: 1  

input: "bbox_loss_weights"  input_dim: 1  # to be changed on-the-fly to match num ROIs  input_dim: 84 # 根据类别数改，该值为（类别数+1）*4   input_dim: 1  input_dim: 1 

layer {      bottom: "fc7"      top: "cls_score"      name: "cls_score"      param {          lr_mult: 1.0      }      param {          lr_mult: 2.0      }      type: "InnerProduct"      inner_product_param {          num_output: 21 #根据类别数改该值为类别数+1           weight_filler {            type: "gaussian"            std: 0.01        }        bias_filler {            type: "constant"            value: 0        }    }}

layer {    bottom: "fc7"    top: "bbox_pred"    name: "bbox_pred"    type: "InnerProduct"    param {        lr_mult: 1.0    }    param {        lr_mult: 2.0    }    inner_product_param {        num_output: 84 # 根据类别数改，该值为（类别数+1）*4           weight_filler {            type: "gaussian"            std: 0.001        }        bias_filler {            type: "constant"            value: 0        }    }}

2. models\ fast_rcnn_prototxts\ZF\ test.prototxt

layer {    bottom: "fc7"    top: "cls_score"    name: "cls_score"    param {        lr_mult: 1.0    }    param {        lr_mult: 2.0    }    type: "InnerProduct"    inner_product_param {        num_output: 21 #根据类别数改该值为类别数+1           weight_filler {            type: "gaussian"            std: 0.01        }        bias_filler {            type: "constant"            value: 0        }    }}layer {    bottom: "fc7"    top: "bbox_pred"    name: "bbox_pred"    type: "InnerProduct"    param {        lr_mult: 1.0    }    param {        lr_mult: 2.0    }    inner_product_param {        num_output: 84 # 根据类别数改，该值为（类别数+1）*4          weight_filler {            type: "gaussian"            std: 0.001        }        bias_filler {            type: "constant"            value: 0        }    }}

3. 其他文件

models\ fast_rcnn_prototxts\ZF6\ train_val.prototxt与models\ fast_rcnn_prototxts\ZF\ train_val.prototxt修改的地方相同。
models\ fast_rcnn_prototxts\ZF6\ test.prototxt与 models\ fast_rcnn_prototxts\ZF\ test.prototxt修改的地方相同

---

5. faster r-cnn源码修改

1. function\fast_rcnn\fast_rcnn_train.m

ip.addParamValue('val_iters',       500,            @isscalar);  

val_iters的默认值设置为验证样本数的1/5左右，最大不能超过验证样本数。

2. function\rpn\proposal_train.m

与fast_rcnn_train.m相同，修改val_iters值。

3. imdb\imdb_eval_voc.m

%注释73行%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');  %添加下面语句do_eval = 1;  

如果不修改，测试时精度全为0。

4. experiments+Model\ZF_for_Faster_RCNN_VOC2007.m

在该文件中修改faster-rcnn各阶段训练时的参数

---

5. 运行

运行experiments/script_faster_rcnn_VOC2007_ZF.m。运行结束后根据提示修改detection_test.prototxt