最简单的方式使用Discriminatively Trained Deformable Part Models训练自己的模型

最简单的方式使用 Discriminatively Trained Deformable Part Models 训练自己的模型(原创，适合没有linux基础和matlab基础的人)

最近尝试使用Pedro Felzenszwalb的Discriminatively Trained Deformable Part Models（http://www.cs.brown.edu/~pff/）训练自己的模型，因为基本没用过matlab和linux，所以开始比较糊涂，后来看了pozen的http://blog.csdn.net/pozen/article/details/7023742，收获很大，所以自己尝试了一下，现在已经跑起来了。

 

Pozen的工作还是主要讲怎么在windows下训练，其中怎么准备数据说的不是很清楚，我这里稍微补充一下吧。（注意：我是在linux下跑的，windows下还要参考pozen的工作）

 

首先，当然是下载 voc-release4.01.tgz。因为voc-release4.01.tgz自带的训练是结合VOCdevkit，所以为了尽可能少的改动代码，我们还是把这个下载了吧，至少还可以用它的负样例不是。下载地址：http://pascallin.ecs.soton.ac.uk/challenges/VOC/voc2011/VOCdevkit_25-May-2011.tar，如果用VOC的数据，请自行下载。

 

OK，都下载完，解压缩完，就可以更改代码了。

首先，按照Felzenszwalb的说明，需要修改'globals.m'。这里，需要修改以下几个地方

14   VOCyear = '2011';%选择你想使用的VOC的数据的年份，或者你不需要使用，就默认2011吧。

17   % directory for caching models, intermediate data, and results

18   cachedir = ['. /TrainVal/VOCdevkit/result/2011/'];%这里是放训练好的models、中间数据和结果的地方，训练好的模型就在这里。

37   % directory with PASCAL VOC development kit and dataset

38   VOCdevkit = ['D:/data/TrainVal/VOCdevkit/'];%顾名思义

 

 

voc-release4.01.tgz加载数据都是在pascal_data.m中完成的，看一下代码，我们会发现

try

  load([cachedir cls '_train_' year]);%cls是种类名，例如人就是person

catch

  % positive examples from train+val

也就是说，如果你之前已经加载好了数据，并且命名格式是cls_train_year，则直接进行训练，不会再重新加载数据。因此，我们只需自己把需要训练的数据按照要求的格式准备好就行了。那么，cls_train_year是什么格式的呢，通过分析，发现包含两种类型，POS和NEG。

POS中存储了正样例的相关信息，主要包含图像地址，图像中正样例标注框的起始点和结束点，其他的我们训练自己的数据一般用不到。因此，我们只需要将我们训练的正样例数据保存在以下格式中：

x1 y1 x2 y2 path

说明：x1,y1为正样例的外接矩形的起始点，x2,y2为正样例的外接矩形的结束点，path为这个图片的路径。然后使用如下代码读入到POS中。

function [pos] = pascal_data_pos(clspos,numTrainPos,cls)

%clspos为正样例文件的地址，numTrainPos正样例数目,cls为正样例的名称

% Get training data from the PASCAL dataset.

 pos = [];

 numpos = 0;

 [a,b,c,d,e]=textread(clspos,'%d%d%d%d%s');

  for i = 1:numTrainPos;

      numpos = numpos+1;

      pos(numpos).im = [e(numpos)];

      pos(numpos).x1 = a(numpos);

      pos(numpos).y1 = b(numpos);

      pos(numpos).x2 = c(numpos);

      pos(numpos).y2 = d(numpos);

      pos(numpos).flip = false;

      pos(numpos).trunc = 0;

  end

  year = '2011';

 save([cls '_train_' year], 'pos');

end  

NEG中存放了负样例信息，其实只是负样例的图像地址。同样放到一个文本文件中，然后用以下代码读取

function [neg] = pascal_data_neg(clsneg,numTrainNeg,cls)

  % negative examples from train (this seems enough!)

   [e]=textread(clsneg,'%s');

 %fid2=fopen(clsneg,'r');%得到文件号

  neg = [];

  numneg = 0;

  for i = 1:numTrainNeg;

      numneg = numneg+1;

      neg(numneg).im = e(numneg);

      neg(numneg).flip = false;

  end

 save([cls '_train_20120212' ],  'neg');

end

 

最后保存成cls_train_year的数据文件就行了。

pos = pascal_data_pos('trainpos.txt',3776,'pos');

neg = pascal_data_neg('trainneg.txt',2315,'neg');

save('person_train_2011','pos','neg');

数据准备完成后，还需要把imreadx中6行由ex.im改为ex.im{1}，问题好像很简单，但是我是matlab白痴，所以就不解释了！

 

最后，按照作者的提示进行操作就行啦！

3. Run 'make' to compile learn.cc, the LSVM gradient descent code.

   (Run from a shell, not Matlab.)

4. Start matlab.

5. Run the 'compile' script to compile the helper functions.

   (you may need to edit compile.m to use a different convolution

    routine depending on your system)

6. Use the 'pascal' script to train and evaluate a model.

example:

> pascal('person', 3);   % train and evaluate a 6 component person model

 

 

以上就是我作为一个对linux和matlab都及其不熟悉的人使用Discriminatively Trained Deformable Part Models训练自己数据的方法，大家可以实践一下，有问题欢迎指出！