提供我自己做好的数据: 全部资源链接 链接: http://pan.baidu.com/s/1o8kGwfo 密码: 需要密码可以留言或者私信。 按照上面的文件放置自己的数据,图片等等,然后把整个文件放到faster rcnn->dataset下面,如果没有这个文件夹需要自己建一个。 里面有model_zf模型,需要下载下来解压到faster rcnn根目录下,是这个模型的初始参数,我们做的就是微调这个模型。 参考博客:http://blog.csdn.net/sinat_30071459/article/details/50546891
如果测试发现出现的框很多,且这些框没有目标,可以将阈值设高一些(默认是0.6):
结果如下:
1, 标签的修改
VOCopts.classes={...
'你的标签1'
'你的标签2'
'你的标签3'
'你的标签4'};
将其改为你的标签。
2 、function\fast_rcnn\fast_rcnn_train.m
ip.addParamValue('val_iters', 500, @isscalar);
ip.addParamValue('val_interval', 2000, @isscalar);
可能在randperm(N,k)出现错误,根据数据集修改。(VOC2007中val有2510张图像,train有2501张,作者将val_iters设为500,val_interval设为2000,可以参考作者的设置修改,建议和作者一样val_iters约为val的1/5,val_interval不用修改)
3、function\rpn\proposal_train.m
这里的问题和fast_rcnn_train.m一样。
4, imdb\imdb_eval_voc.m
%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');
do_eval = 1;
注释掉
do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');
并令其为1,否则测试会出现精度全为0的情况
5. imdb\roidb_from_voc.m
ip.addParamValue('exclude_difficult_samples', true, @islogical);
不包括难识别的样本,所以设置为true。(如果有就设置为false)
6.网络模型的修改
(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 #########
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 ##########
(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 #类别数+1 ##########
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 #4*(类别数+1) ##########
(3) models\ fast_rcnn_prototxts\ZF_fc6\ train_val.prototxt
input: "bbox_targets"
input_dim: 1 # to be changed on-the-fly to match num ROIs
input_dim: 84 # 4*(类别数+1) ###########
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 # 4*(类别数+1) ###########
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 #类别数+1 ############
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 #4*(类别数+1) ###########
(4) models\ fast_rcnn_prototxts\ZF_fc6\ 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 类别数+1 #######
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 #4*(类别数+1) ##########
7.solver的修改
solver文件有3个,默认使用的solver是solver_30k40k.prototxt,如下stage 1 rpn,可以在faster_rcnn-master\experiments\+Model\ZF_for_Faster_RCNN_VOC2007.m中更换。
model.stage1_rpn.solver_def_file = fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'solver_30k40k.prototxt');%solver_60k80k.prototxt
model.stage1_rpn.test_net_def_file = fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'test.prototxt');
model.stage1_rpn.init_net_file = model.pre_trained_net_file;
!!!为防止与之前的模型搞混,训练前把output文件夹删除(或改个其他名),还要把imdb\cache中的文件删除(如果有的话)
8.开始训练
(1).下载预训练的ZF模型:
fetch_data/fetch_model_ZF.m
(全部资源链接 链接: http://pan.baidu.com/s/1o8kGwfo 密码: m7h8 )
(2).运行:
experiments/script_faster_rcnn_VOC2007_ZF.m
经过一会的准备工作,就进入迭代了:
9.训练完后
训练完后,不要急着马上测试,先打开output/faster_rcnn_final/faster_rcnn_VOC2007_ZF文件夹,打开detection_test.prototxt,作如下修改:
将relu5(包括relu5)前的层删除,并将roi_pool5的bottom改为data和rois。并且前面input: "data"下的input_dim:分别改为1,256,50,50(如果是VGG就是1,512,50,50,其他修改基本一样),具体如下
input: "data"
input_dim: 1
input_dim: 256
input_dim: 50
input_dim: 50
# ------------------------ layer 1 -----------------------------
layer {
bottom: "data"
bottom: "rois"
top: "pool5"
name: "roi_pool5"
type: "ROIPooling"
roi_pooling_param {
pooled_w: 6
pooled_h: 6
spatial_scale: 0.0625 # (1/16)
}
}
10.测试
训练完成后,打开\experiments\script_faster_rcnn_demo.m,将模型路径改成训练得到的模型路径:model_dir = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC2007_ZF')
将测试图片改成你的图片:
im_names = {'001.jpg', '002.jpg', '003.jpg'};
注意:
如果你的数据集类别比voc2007数据集多,把script_faster_rcnn_demo.m中的showboxes(im, boxes_cell, classes, ‘voc’)作如下修改:
改为:
showboxes(im, boxes_cell, classes);
或者:
showboxes(im, boxes_cell, classes, 'default');
即去掉‘voc’或将其改为‘default’。
如果测试发现出现的框很多,且这些框没有目标,可以将阈值设高一些(默认是0.6):
thres = 0.9;
结果如下: