R-CNN Object-Detection

data: 2015-11-26

---

论文

Rich feature hierarchies for accurate object detection and semantic segmentation

Girshick R, Donahue J, Darrell T, et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]// Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. IEEE, 2014:580-587.

源码

MATLAB版

下载地址：rcnn-master

Torch版

下载源码

SourceCode下载地址：object-detection.torch-master
解压并重命名为：object-detection

下载预训练模型及selective search boxes

其中，用到的预先训练好的模型文件可以点此下载，或运行rcnn-master 的rcnn文件夹下的 ./data/fetch_models.sh脚本文件下载。（注：需要翻墙）

还需要下载selective search boxes数据，点此下载，或运行 rcnn-master 的rcnn文件夹下的：./data/fetch_selective_search_data.sh脚本文件下载。

把“预先训练好的模型文件”和“selective search boxes数据”放在“object-detection/data/”目录下。

下载数据集

PASCAL VOC 2007数据下载：

wget http://pascallin.ecs.soton.ac.uk/challenges/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://pascallin.ecs.soton.ac.uk/challenges/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://pascallin.ecs.soton.ac.uk/challenges/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

下载好数据集后放在“object-detection/datasets/”下，目录结构如下：

object-detection目录结构如下：

实验结果

如果数据存放位置正确输入th main.lua，即可执行，否则，输入th main.lua -h查看参数设置选项。

运行后，输出模型结构如下：

在实验时，由于拿到的数据没有测试集数据，故将验证集作为测试集，即修改”data.lua”中第74行代码中的“test”为”val”，如下：

  ds_test = nnf.DataSetPascal{image_set='val',classes=classes,year=opt.year,
                              datadir=opt.datadir,roidbdir=opt.roidbdir}

迭代到第8代，总的正确率达到：91+%，如下：

讨论