MATLAB2018B下用Faster-RCNN做目标检测的训练和测试步骤

最新推荐文章于 2024-09-23 11:41:09 发布

置顶 Le0virg0

最新推荐文章于 2024-09-23 11:41:09 发布

阅读量2.8w

点赞数 62

文章标签：深度学习目标检测 Faster-RCNN MATLAB2018b

本文链接：https://blog.csdn.net/Le0virg0/article/details/86712196

版权

近些年，随着深度学习在计算机视觉领域中的蓬勃发展。利用卷积神经网络对图像进行分类，以及对图像中目标进行识别定位成为比较前沿的技术。本文比较详尽的介绍了在MATLAB2018b环境下，利用Faster-RCNN对图像进行迁移学习，从而使其能够在自己的数据集上识别目标。

本文主要分为两个部分：1.训练模型 2.结果展示与分析

1.训练模型

构建数据集

在对图片进行标注前，先对图片进行处理，本文选用图片为MATLAB视觉工具箱中的stopsign数据：E:\MATLAB2018b\toolbox\vision\visiondata\stopSignImages。将这个文件夹中的图片复制出来，在根目录下建一个新的文件夹 E:\stopsignresize 并将图片放入文件夹中。

之后写一个更改图片尺寸的函数：

imagePath = 'E:\stopsignresize\';   
imageFiles = dir(imagePath); %%读取目录文件下的所有图片文件  
numFiles = length(imageFiles);%%获取图片的数量  
parfor i=3:numFiles   %%matlab 并行 其实和for一个用法               
    j = i-2;  
    disp(j); %%disp（） 函数直接将内容输出在Matlab命令窗口中  
    imageFile = strcat(imagePath,imageFiles(i).name); %%strcat()函数经常出现在批量处理的时候，这个时候我们需要用到for循环，然后这个函数能够让变量和路径产生一些关系，这个时候我们就可以对其进行批量处理。
    A = imread(imageFile); %%读入图片  
    B = imresize(A,[406 720]); %%修改图片尺寸  
    imwrite(B,imageFile); %%保存图片 。           
end

运行这段代码，将原来1630*920的图片改成720*406，否则训练检测器的时候回显示图片太大显存不足。

之后打开MATLAB自带的标注工具，在命令行输入：

或者点这里

打开图片标注工具，如下图所示：

之后，加载MATLAB视觉工具箱中自带的stopsign图片数据(图片路径：E:\stopsignresize)

得到如下界面：

之后定义一个标签，并起名为stopsign:

然后就可以进行“快乐”的标注过程了(开始的时候觉得标注很有趣，多做几组试试，数据量大点儿试试，目标复杂点儿试试，绝对是个考验强健体魄以及意志品质的浩大工程，微笑脸)

如图，41张图片都标注好了：

之后对session和file进行保存：

保存成table类型文件：

得到table类型文件：

至此，第一部分图片标注工作就完成了，也是看起来工作量最大的一个步骤。

选择卷积网络并设置训练参数

本文采用迁移学习的方法对图片进行训练，从而可以做到用几十张图片来训练就能达到很好的检测效果。这是因为在构造Faster-RCNN检测器时，使用预训练过的卷积神经网络(如alexnet)作为主干，来提取图片的底层特征。

而这些特征是用大量数据集训练过的(例如CIFAR10、COCO、ImageNet等等)具有很好的图片底层特征表述能力和泛化能力。因此，可以将其直接放入Faster-RCNN模型中。

接下来设置训练参数。

 % Set training options
options = trainingOptions('sgdm', ...
'MiniBatchSize', 1, ... %Faster-RCNN中的minibatch只能设置成1
'InitialLearnRate', 1e-4, ... %学习率，设置大的话训练速度快但效果比较差，甚至会发散，设置小了训练速度会较慢
'LearnRateSchedule', 'piecewise', ...
'LearnRateDropFactor', 0.1, ...
'LearnRateDropPeriod', 100, ...
'MaxEpochs', 20, ...
'CheckpointPath', tempdir, ...
'Verbose', true);

至此，我们可以进行最后一步，训练检测器了：

detector = trainFasterRCNNObjectDetector(gTruth,alexnet,options);

其中gTruth是标注的数据，alexnet是预训练过的卷积网络，options是设置的训练参数。这里建议配置好GPU环境后调用GPU加速和并行处理器，否则训练速度会非常慢。

如果想使用效果更好地复杂网络：

detector = trainFasterRCNNObjectDetector(gTruth,'resnet101',options);

这里调用网络时要先将网络进行下载安装，比如在命令行输入：

这说明我的计算机没有安装resnet50这个网络，点击Add-On Explorer来下载安装这个网络后才能使用(Alexnet,resnet101同理)：

开始训练

如果一切顺利，MATLAB就会开始训练Faster-RCNN检测器了。

本文的实验验证是在如下配置中运行的：

CPU(20核，MATLAB训练可以调用10个核)：

GPU：

之后就是漫长的等待：

可以看到，在700*400这样大小，具有复杂场景的图片，哪怕只有41张，在GPU环境下训练也是比较耗时的，因此强烈建议大家配置好GPU环境再来训练。如果条件实在不允许，我建议1.将图片尺寸调整为128*128或者256*256这种大小的图片；2.选用alexnet这种相对较小网络来训练(现在有种叫squeezenet的网络，能达到alexnet的效果，但是要训练的参数相对少了好多，因此速度也会更快)

2.结果展示与分析

结果展示

至此，检测器训练完成。从网络上下载了7张图片放在桌面上来检测

for i=1:7    
    img=imread(['C:\Users\hp\Desktop\',...
        num2str(i),'.jpg']);
[bbox,score,label]=detect(detector,img);
img=insertObjectAnnotation(img,'Rectangle',bbox,score);
detectedImg=insertShape(img,'Rectangle',bbox);
figure;
imshow(detectedImg);
hold on
x=bbox(1)+60;
y=bbox(2)-14;
text(x,y,'stopsign','Color','k','FontSize',12);
end

结果如下：