MobileNet 训练检测网实验总结

MobileNet 训练检测网实验总结

MobileNet做目标检测的包在tensorflow/models/object_detection里。先下载一个ssd_mobilenet_v1的预训练模型。

1.数据制作

• 准备VOC格式的数据集

• 使用 脚本 ../object_detection/cre

  ate_pascal_tf_record.py 把VOC数据转化成 tf.record文件。

# DATA
python bread_pascal_record.py --data_dir=/home/wrz/zifu/VOCdevkit2007/VOC2007 --year=VOC2007 --output_path=/hyw/zifu.record --label_map_path=/hyw/zifu_label_map.pbtxt

• 这个脚本需要提供 标签文件label_map.txt ,在object_detection/data/下有很多label_map.txt的例子
• 这个脚本对取xml文件，每张图片生成tf.example的数据结构，如果报错找不到图片，可以在主函数中print data，看下data[dir]和data[filename]，在函数dict_to_tf_example中对应修改img_path
• 函数dict_to_tf_example中展示了对xml文件读取和创建tf.example类型的过程，可以在这里根据对label的需要做改动

2.训练

• 网络结构文件 ../object_detection/samples/configs/下有mobilenet_ssd的训练用的网络结构文件ssd_mobilenet_v1_pets.config，修改下面几处：

  • num_class
  • fine_tune_checkpoint: “/home/wrz/MobileNet-master/models-master/object_detection/ssd_mobilenet_v1_coco_11_06_2017/model.ckpt
  • input_path: “/home/wrz/MobileNet-master/models-master/object_detection/hyw/zifu.record”
  • label_map_path: “/home/wrz/MobileNet-master/models-master/object_detection/hyw/zifu_label_map.pbtxt”
  • train_config: batch_size;learning_rate

  关于网络结构文件,其结构如下

  --model:{}
  
  --train_config:{
    --optimizer: {}
    --data_augmentation_options:{}
    ...
     }
  
  --train_input_reader: {}
  --eval_config: {}
  --eval_input_reader: {}

• 类似caffe.proto对layers的参数定义，tensorflow在object_detect/protos/ 下有对config文件各个部分的参数定义。例如在optimizer.proto中可以找到learning_rate，在train_config.proto中有batch_size：

  syntax = "proto2";
  
  package object_detection.protos;
  
  import "object_detection/protos/optimizer.proto";
  import "object_detection/protos/preprocessor.proto";
  
  message TrainConfig {
    // Input queue batch size.
    optional uint32 batch_size = 1 [default=32];
  
    // Data augmentation options.
    repeated PreprocessingStep data_augmentation_options = 2;
  
    // Whether to synchronize replicas during training.
    optional bool sync_replicas = 3 [default=false];
  
    // How frequently to keep checkpoints.
    optional uin