py-rfcn算法caffe配置，训练及应用到自己的数据集

下载程序，

git clone https://github.com/Orpine/py-R-FCN.git

打开py-R-FCN,下载caffe

git clone https://github.com/Microsoft/caffe.git

编译Cython模块

cd lib

make

结果如下图所示：

编译caffe和pycaffe

cd caffe

cp Makefile.config.example MAkefile.config

然后配置Makefile.config文件，可参考我的Makefile.config

[plain] view plain copy

1. ## Refer to http://caffe.berkeleyvision.org/installation.html  
2. # Contributions simplifying and improving our build system are welcome!  
3.   
4. # cuDNN acceleration switch (uncomment to build with cuDNN).  
5.  USE_CUDNN := 1     
6.   
7. # CPU-only switch (uncomment to build without GPU support).  
8. # CPU_ONLY := 1  
9.   
10. # uncomment to disable IO dependencies and corresponding data layers  
11. # USE_OPENCV := 0  
12. # USE_LEVELDB := 0  
13. # USE_LMDB := 0  
14.   
15. # uncomment to allow MDB_NOLOCK when reading LMDB files (only if necessary)  
16. #   You should not set this flag if you will be reading LMDBs with any  
17. #   possibility of simultaneous read and write  
18. # ALLOW_LMDB_NOLOCK := 1  
19.   
20. # Uncomment if you're using OpenCV 3  
21. # OPENCV_VERSION := 3  
22.   
23. # To customize your choice of compiler, uncomment and set the following.  
24. # N.B. the default for Linux is g++ and the default for OSX is clang++  
25. # CUSTOM_CXX := g++  
26.   
27. # CUDA directory contains bin/ and lib/ directories that we need.  
28. CUDA_DIR := /usr/local/cuda  
29. # On Ubuntu 14.04, if cuda tools are installed via  
30. # "sudo apt-get install nvidia-cuda-toolkit" then use this instead:  
31. # CUDA_DIR := /usr  
32.   
33. # CUDA architecture setting: going with all of them.  
34. # For CUDA < 6.0, comment the *_50 lines for compatibility.  
35. CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \  
36.         -gencode arch=compute_35,code=sm_35 \  
37.         -gencode arch=compute_50,code=sm_50 \  
38.         -gencode arch=compute_50,code=compute_50 \  
39.                 -gencode arch=compute_53,code=compute_53 \  
40.                 -gencode arch=compute_61,code=compute_61   
41.   
42. # BLAS choice:  
43. # atlas for ATLAS (default)  
44. # mkl for MKL  
45. # open for OpenBlas  
46. BLAS := open  
47. # Custom (MKL/ATLAS/OpenBLAS) include and lib directories.  
48. # Leave commented to accept the defaults for your choice of BLAS  
49. # (which should work)!  
50. # BLAS_INCLUDE := /path/to/your/blas  
51. # BLAS_LIB := /path/to/your/blas  
52.   
53. # Homebrew puts openblas in a directory that is not on the standard search path  
54. # BLAS_INCLUDE := $(shell brew --prefix openblas)/include  
55. # BLAS_LIB := $(shell brew --prefix openblas)/lib  
56.   
57. # This is required only if you will compile the matlab interface.  
58. # MATLAB directory should contain the mex binary in /bin.  
59.  MATLAB_DIR := /usr/local/MATLAB/R2013b  
60. # MATLAB_DIR := /Applications/MATLAB_R2012b.app  
61.   
62. # NOTE: this is required only if you will compile the python interface.  
63. # We need to be able to find Python.h and numpy/arrayobject.h.  
64. PYTHON_INCLUDE := /usr/include/python2.7 \  
65.                 /usr/lib64/python2.7/site-packages/numpy/core/include \  
66.         /usr/lib/python2.7/dist-packages/numpy/core/include  
67. # Anaconda Python distribution is quite popular. Include path:  
68. # Verify anaconda location, sometimes it's in root.  
69. # ANACONDA_HOME := $(HOME)/anaconda  
70. # PYTHON_INCLUDE := $(ANACONDA_HOME)/include \  
71.         # $(ANACONDA_HOME)/include/python2.7 \  
72.         # $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \  
73.   
74. # Uncomment to use Python 3 (default is Python 2)  
75. # PYTHON_LIBRARIES := boost_python3 python3.5m  
76. # PYTHON_INCLUDE := /usr/include/python3.5m \  
77. #                 /usr/lib/python3.5/dist-packages/numpy/core/include  
78.   
79. # We need to be able to find libpythonX.X.so or .dylib.  
80. PYTHON_LIB := /usr/lib  
81. # PYTHON_LIB := $(ANACONDA_HOME)/lib  
82.   
83. # Homebrew installs numpy in a non standard path (keg only)  
84. # PYTHON_INCLUDE += $(dir $(shell python -c 'import numpy.core; print(numpy.core.__file__)'))/include  
85. # PYTHON_LIB += $(shell brew --prefix numpy)/lib  
86.   
87. # Uncomment to support layers written in Python (will link against Python libs)  
88. WITH_PYTHON_LAYER := 1  
89.   
90. # Whatever else you find you need goes here.  
91. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include  
92. LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib  
93.   
94. # If Homebrew is installed at a non standard location (for example your home directory) and you use it for general dependencies  
95.  INCLUDE_DIRS += /usr/local/hdf5/include  
96.  LIBRARY_DIRS += /usr/local/hdf5/lib  
97.   
98. # Uncomment to use `pkg-config` to specify OpenCV library paths.  
99. # (Usually not necessary -- OpenCV libraries are normally installed in one of the above $LIBRARY_DIRS.)  
100. # USE_PKG_CONFIG := 1  
101.   
102. # N.B. both build and distribute dirs are cleared on `make clean`  
103. BUILD_DIR := build  
104. DISTRIBUTE_DIR := distribute  
105.   
106. # Uncomment for debugging. Does not work on OSX due to https://github.com/BVLC/caffe/issues/171  
107. # DEBUG := 1  
108.   
109. # The ID of the GPU that 'make runtest' will use to run unit tests.  
110. TEST_GPUID := 0  
111.   
112. # enable pretty build (comment to see full commands)  
113. Q ?= @  

make -j8

结果如下图所示：

make pycaffe

结果如下图所示：

下载预训练模型（https://1drv.ms/u/s!AoN7vygOjLIQqUWHpY67oaC7mopf），放到data数据集下，如图所示（第二个是我自己训练的模型）：

运行演示脚本：

./tools/demo_rfcn.py

结果如下图所示：

下载训练，测试，验证数据集：

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

解压到VOCdevkit文件夹中：

tar xvf VOCtrainval_06-Nov-2007.tar

tar xvf VOCtest_06-Nov-2007.tar

tar xvf VOCdevkit_08-Jun-2007.tar

tar xvf VOCtrainval_11-May-2012.tar

VOCdevkit文件夹的结构如下图所示：

由于py-faster-rcnn不支持多个训练集，我们创造一个新的文件夹叫做VOC0712，把VOC2007和VOC2012里的JPEGImage和Annonation融合到一个单独的文件夹JPEGImage和Annonation里，用下面的程序生成新的ImageSets文件夹：

[plain] view plain copy

1. %writetxt.m  
2. file = dir('F:\VOC0712\Annotations\*.xml');  
3. len = length(file);  
4.   
5. num_trainval=sort(randperm(len, floor(9*len/10)));%trainval集占所有数据的9/10，可以根据需要设置  
6. num_train=sort(num_trainval(randperm(length(num_trainval), floor(5*length(num_trainval)/6))));%train集占trainval集的5/6，可以根据需要设置  
7. num_val=setdiff(num_trainval,num_train);%trainval集剩下的作为val集  
8. num_test=setdiff(1:len,num_trainval);%所有数据中剩下的作为test集  
9. path = 'F:\VOC0712\ImageSets\Main\';  
10.   
11. fid=fopen(strcat(path, 'trainval.txt'),'a+');  
12. for i=1:length(num_trainval)  
13.     s = sprintf('%s',file(num_trainval(i)).name);  
14.     fprintf(fid,[s(1:length(s)-4) '\n']);  
15. end  
16. fclose(fid);  
17.   
18. fid=fopen(strcat(path, 'train.txt'),'a+');  
19. for i=1:length(num_train)  
20.     s = sprintf('%s',file(num_train(i)).name);  
21.     fprintf(fid,[s(1:length(s)-4) '\n']);  
22. end  
23. fclose(fid);  
24.   
25. fid=fopen(strcat(path, 'val.txt'),'a+');  
26. for i=1:length(num_val)  
27.     s = sprintf('%s',file(num_val(i)).name);  
28.     fprintf(fid,[s(1:length(s)-4) '\n']);  
29. end  
30. fclose(fid);  
31.   
32. fid=fopen(strcat(path, 'test.txt'),'a+');  
33. for i=1:length(num_test)  
34.     s = sprintf('%s',file(num_test(i)).name);  
35.     if ~isempty(strfind(s,'plain'))  
36.         fprintf(fid,[s(1:length(s)-4) '\n']);  
37.     end  
38. end  
39. fclose(fid);  

为VOCdevkit创造新的超链接：VOCdevkit0712，如下图所示

下载在ImageNet上预训练好的模型，放到./data/imagenet_models里，如下图所示：

下面开始用VOC0712训练：

experiments/scripts/rfcn_end2end.sh 使用联合近似训练

experiments/scripts/rfcn_end2end_ohem.sh 使用联合近似训练+OHEM

experiments/scripts/rfcn_alt_opt_5stage_ohem.sh 使用分布训练+OHEM

./experiments/scripts/rfcn_end2end[_ohem].sh [GPU_ID] [NET] [DATASET] [--set ...]

下面开始用py-rfcn来训练自己的数据集:(我的数据集是标准pascal voc数据集，名字叫做VOC5000)

首先修改网络模型：

1. 修改/py-R-FCN/models/pascal_voc/ResNet-50/rfcn_end2end/class-aware/train_ohem.prototxt

[plain] view plain copy

1. name: "ResNet-50"  
2. layer {  
3.   name: 'input-data'  
4.   type: 'Python'  
5.   top: 'data'  
6.   top: 'im_info'  
7.   top: 'gt_boxes'  
8.   python_param {  
9.     module: 'roi_data_layer.layer'  
10.     layer: 'RoIDataLayer'  
11.     param_str: "'num_classes': 2" #改为你的数据集的类别数+1  
12.   }  
13. }  
14. layer {  
15.   name: 'roi-data'  
16.   type: 'Python'  
17.   bottom: 'rpn_rois'  
18.   bottom: 'gt_boxes'  
19.   top: 'rois'  
20.   top: 'labels'  
21.   top: 'bbox_targets'  
22.   top: 'bbox_inside_weights'  
23.   top: 'bbox_outside_weights'  
24.   python_param {  
25.     module: 'rpn.proposal_target_layer'  
26.     layer: 'ProposalTargetLayer'  
27.     param_str: "'num_classes': 2"#改为你的数据集的类别数+1  
28.   }  
29. }  
30. layer {  
31.     bottom: "conv_new_1"  
32.     top: "rfcn_cls"  
33.     name: "rfcn_cls"  
34.     type: "Convolution"  
35.     convolution_param {  
36.         num_output: 98 #2*(7^2) cls_num*(score_maps_size^2)(类别数+1)*49  
37.         kernel_size: 1  
38.         pad: 0  
39.         weight_filler {  
40.             type: "gaussian"  
41.             std: 0.01  
42.         }  
43.         bias_filler {  
44.             type: "constant"  
45.             value: 0  
46.         }  
47.     }  
48.     param {  
49.         lr_mult: 1.0  
50.     }  
51.     param {  
52.         lr_mult: 2.0  
53.     }  
54. }  
55. layer {  
56.     bottom: "conv_new_1"  
57.     top: "rfcn_bbox"  
58.     name: "rfcn_bbox"  
59.     type: "Convolution"  
60.     convolution_param {  
61.         num_output: 392 #8*(7^2) cls_num*(score_maps_size^2)（类别数+1）*49*4  
62.         kernel_size: 1  
63.         pad: 0  
64.         weight_filler {  
65.             type: "gaussian"  
66.             std: 0.01  
67.         }  
68.         bias_filler {  
69.             type: "constant"  
70.             value: 0  
71.         }  
72.     }  
73.     param {  
74.         lr_mult: 1.0  
75.     }  
76.     param {  
77.         lr_mult: 2.0  
78.     }  
79. }  
80. layer {  
81.     bottom: "rfcn_cls"  
82.     bottom: "rois"  
83.     top: "psroipooled_cls_rois"  
84.     name: "psroipooled_cls_rois"  
85.     type: "PSROIPooling"  
86.     psroi_pooling_param {  
87.         spatial_scale: 0.0625  
88.         output_dim: 2  #类别数+1  
89.         group_size: 7  
90.     }  
91. }  
92. layer {  
93.     bottom: "rfcn_bbox"  
94.     bottom: "rois"  
95.     top: "psroipooled_loc_rois"  
96.     name: "psroipooled_loc_rois"  
97.     type: "PSROIPooling"  
98.     psroi_pooling_param {  
99.         spatial_scale: 0.0625  
100.         output_dim: 8#类别数*4  
101.         group_size: 7  
102.     }  
103. }  

2. 修改/py-R-FCN/models/pascal_voc/ResNet-50/rfcn_end2end/class-aware/test.prototxt

[plain] view plain copy

1. layer {  
2.     bottom: "conv_new_1"  
3.     top: "rfcn_cls"  
4.     name: "rfcn_cls"  
5.     type: "Convolution"  
6.     convolution_param {  
7.         num_output: 98 #21*(7^2) cls_num*(score_maps_size^2)(类别数+1)*2  
8.         kernel_size: 1  
9.         pad: 0  
10.         weight_filler {  
11.             type: "gaussian"  
12.             std: 0.01  
13.         }  
14.         bias_filler {  
15.             type: "constant"  
16.             value: 0  
17.         }  
18.     }  
19.     param {  
20.         lr_mult: 1.0  
21.     }  
22.     param {  
23.         lr_mult: 2.0  
24.     }  
25. }  
26. layer {  
27.     bottom: "conv_new_1"  
28.     top: "rfcn_bbox"  
29.     name: "rfcn_bbox"  
30.     type: "Convolution"  
31.     convolution_param {  
32.         num_output: 392 #8*(7^2) cls_num*(score_maps_size^2)（类别数+1）*49*4  
33.         kernel_size: 1  
34.         pad: 0  
35.         weight_filler {  
36.             type: "gaussian"  
37.             std: 0.01  
38.         }  
39.         bias_filler {  
40.             type: "constant"  
41.             value: 0  
42.         }  
43.     }  
44.     param {  
45.         lr_mult: 1.0  
46.     }  
47.     param {  
48.         lr_mult: 2.0  
49.     }  
50. }  
51. layer {  
52.     bottom: "rfcn_cls"  
53.     bottom: "rois"  
54.     top: "psroipooled_cls_rois"  
55.     name: "psroipooled_cls_rois"  
56.     type: "PSROIPooling"  
57.     psroi_pooling_param {  
58.         spatial_scale: 0.0625  
59.         output_dim: 2 #（类别数+1）  
60.         group_size: 7  
61.     }  
62. }  
63.   
64. layer {  
65.     bottom: "rfcn_bbox"  
66.     bottom: "rois"  
67.     top: "psroipooled_loc_rois"  
68.     name: "psroipooled_loc_rois"  
69.     type: "PSROIPooling"  
70.     psroi_pooling_param {  
71.         spatial_scale: 0.0625  
72.         output_dim: 8 #（类别数+1）*4  
73.         group_size: 7  
74.     }  
75. }  
76. layer {  
77.     name: "cls_prob_reshape"  
78.     type: "Reshape"  
79.     bottom: "cls_prob_pre"  
80.     top: "cls_prob"  
81.     reshape_param {  
82.         shape {  
83.             dim: -1  
84.             dim: 2 #（类别数+1）  
85.         }  
86.     }  
87. }  
88. layer {  
89.     name: "bbox_pred_reshape"  
90.     type: "Reshape"  
91.     bottom: "bbox_pred_pre"  
92.     top: "bbox_pred"  
93.     reshape_param {  
94.         shape {  
95.             dim: -1  
96.             dim: 8 #（类别数+1）*4  
97.         }  
98.     }  
99. }  

3.修改/py-R-FCN/lib/datasets/pascal_voc.py

[plain] view plain copy

1. class pascal_voc(imdb):  
2.     def __init__(self, image_set, year, devkit_path=None):  
3.         imdb.__init__(self, 'voc_' + year + '_' + image_set)  
4.         self._year = year  
5.         self._image_set = image_set  
6.         self._devkit_path = self._get_default_path() if devkit_path is None \  
7.                             else devkit_path  
8.         self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)  
9.         self._classes = ('__background__', # always index 0  
10.                          'aeroplane')  
11.         self._class_to_ind = dict(zip(self.classes, xrange(self.num_classes)))  
12.         self._image_ext = '.jpg'  
13. 修改self._classes为你的类别加背景。  

4./py-R-FCN/lib/datasets/factory.py修改

[plain] view plain copy

1. for year in ['2007', '2012','2001','2002','2006','5000']:  
2.     for split in ['train', 'val', 'trainval', 'test']:  
3.         name = 'voc_{}_{}'.format(year, split)  
4.         __sets[name] = (lambda split=split, year=year: pascal_voc(split, year))  
5. 我的数据集叫：VOC5000，所以把5000加到年份当中。  

5/py-R-FCN/experiments/scripts/rfcn_end2end_ohem.sh修改

[plain] view plain copy

1. case $DATASET in  
2.   pascal_voc)  
3.     TRAIN_IMDB="voc_5000_trainval"  
4.     TEST_IMDB="voc_5000_test"  
5.     PT_DIR="pascal_voc"  
6.     ITERS=4000  
7.     ;;  
8. 把训练数据集和测试数据集改为你的数据集，迭代次数改为4000。  

开始训练： ./experiments/scripts/rfcn_end2end_ohem.sh 0 ResNet-50 pascal_voc

迭代4000次，取得了81.2%的精度。