caffe学习（七）：使用py-faster-rcnn来训练voc2007数据集（Ubuntu）

准备数据集

1、下载数据集：
输入指令：

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

文件挺大，要下载一段时间。如果嫌慢的话，直接打开url使用其他下载器下载也可以。
下载完成后得到三个文件：

2、解压：

tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar
tar -xvf VOCdevkit_08-Jun-2007.tar

解压后其中的文件会自动合并到一起。

其中比较重要的两个文件夹分别是VOC2007和VOCcode。

3、将VOCdevkit文件夹放到py-faster-rcnn的data目录，即$FRCN_ROOT/data下：$FRCN_ROOT表示py-faster-rcnn的根目录。
输入指令，为PASCAL_VOC dataset创建链接 :

cd $FRCN_ROOT/data
ln -s $VOCdevkit VOCdevkit2007

4、下载预训练模型：

cd $FRCN_ROOT
./data/scripts/fetch_imagenet_models.sh

文件挺大的，下载时间可能会比较长。
当然下载方法也很多，也可以到csdn下载区找到，不多说了。

训练数据集

好了，到目前为止都很简单。接下来要使用指令来训练了，一般来说都会因为环境不兼容碰到各种坑，后面会给出解决办法。

使用交替优化算法训练RPN
指令说明：

cd $FRCN_ROOT
./experiments/scripts/faster_rcnn_alt_opt.sh [GPU_ID] [NET] [--set ...]

GPU_ID：你的GPU号，默认为0;
NET：使用的网络模型，模型有三种{ZF, VGG_CNN_M_1024, VGG16}，其中zf较小，vgg16最大;
set 训练集设置，使用的数据集是pascal_voc;

示例：

cd $FRCN_ROOT
./experiments/scripts/faster_rcnn_alt_opt.sh 0 VGG16 pascal_voc

使用联合训练的方法训练RPN
指令说明：

cd $FRCN_ROOT
./experiments/scripts/faster_rcnn_end2end.sh [GPU_ID] [NET] [--set ...]

GPU_ID：你的GPU号，默认为0;
NET：使用的网络模型，模型有三种{ZF, VGG_CNN_M_1024, VGG16}，其中zf较小，vgg16最大;
set 训练集设置，使用的数据集是pascal_voc;

这里跟前面类似，只是训练的方法不一样，使用的网络模型和数据集等等都是一样的。
示例：

cd $FRCN_ROOT
./experiments/scripts/faster_rcnn_end2end.sh 0 VGG16 pascal_voc

可能遇到的问题

好了，前面的就是基本的操作步骤了。现在介绍一下可能遇到的问题。
错误1：

TypeError: slice indices must be integers or None or have an index method

这个报错是因为numpy的版本太高，默认我们装anaconda的话，使用的numpy版本是1.12的，而这里用的是numpy1.11。由于语法不同，不兼容，所以报错。

解决方法一：对numpy版本做调整，把numpy版本降低到1.11。
输入指令：

sudo pip install -U numpy==1.11.0

如果装的是anaconda的话，要使用conda install指令来重新安装numpy。但是不建议，因为会将一系列的python包更改掉，管理会变得很混乱，所以我没有采取这种方法。

给个参考链接，感兴趣的可以去看看：跑py-faster-rcnn过程中遇到的问题

解决办法二：
由于是numpy版本不兼容，我们就自己修改代码，使代码能兼容1.12版本的numpy。
修改$FRCN_ROOT/lib/rpn/proposal_target_layer.py，从第123行起：

    for ind in inds:
        cls = clss[ind]
        start = 4 * cls
        end = start + 4
        bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]
        bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTS
    return bbox_targets, bbox_inside_weights

修改为：

for ind in inds:
        ind = int(ind)
        cls = clss[ind]
        start = int(4 * cls)
        end = int(start + 4)
        bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]
        bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTS
    return bbox_targets, bbox_inside_weights

只是更改了ind，start，end变量，因为他们是numpy.int类型，将其进行强制类型转换，才能做索引。

错误2：

TypeError: 'numpy.float64' object cannot be interpreted as an index 

这个报错也是numpy的版本问题，有可能会遇到报错也有可能不会。
要么更换numpy版本，要么就是自己修改源码。

1) $FRCN_ROOT/lib/roi_data_layer/minibatch.py

将第26行：

fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image)

改为：

fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)

2) $FRCN_ROOT/lib/datasets/ds_utils.py

将第12行：

hashes = np.round(boxes * scale).dot(v)

改为：

hashes = np.round(boxes * scale).dot(v).astype(np.int)

3) $FRCN_ROOT/lib/fast_rcnn/test.py

将第129行：

 hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v)

改为：

hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v).astype(np.int)

4) $FRCN_ROOT/lib/rpn/proposal_target_layer.py

将第60行：

fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image)

改为：

fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)

接下来可以回去前面输入指令测试了。如果还遇到了其他问题，下面给出几个参考博客链接：
Faster RCNN 训练中的一些问题及解决办法
Ubuntu16.04+cuda8.0+cudnn5.1配置faster-rcnn的方法以及训练自己的数据出现的问题