Retinanet环境配置与训练自己的数据集

                       Retinanet环境配置与训练自己的数据集

                                                 论文地址：    https://arxiv.org/pdf/1708.02002.pdf

                                                 论文源代码：https://github.com/fizyr/keras-retinanet

环境配置

• python2.7 or python3.6 
• tensorflow-gpu-1.8.0

• keras 2.2.4 or highter

• OpenCV 3.4
• pycocotools （如果要训练MS COCO数据集的话）

• pip install tensorflow-gpu 
  pip install git+https://github.com/cocodataset/cocoapi.git
  pip install opencv-python
  pip install keras==2.2.4

  详情请见：https://github.com/fizyr/keras-retinanet/blob/master/README.md 中的Installation与Notes

 数据集准备

• 制作自己的数据集
• 将数据集转化成VOC格式（格式可按自己而定）

 下载Retinanet项目

git clone https://github.com/fizyr/keras-retinanet.git

• 编译

     在setup.py目录下运行下面代码

python setup.py build_ext --inplace

•  根据自己的数据集修改类别

      我的数据集格式是voc，我找到文件pascal_voc.py(路径：keras-retinanet/keras_retinanet/preprocessing/pascal_voc.p)

     找到voc_classes,根据你的类别修改。

     

•  测试是否能训练，修改epoch ,step参数，将这两个参数改下，试着能否运行，能运行看输出的结果和日志和权重模型。
• 找到train.py文件，找到参数epoch step修改他们后，运行代码：

  keras_retinanet/bin/train.py pascal /path/to/VOCdevkit/VOC2007 （后面为数据集的路径）

 训练时出现的bug

1. 在数据预处理，读取图片和XML文件时出现了找不到00000001.png文件

      解决方法：在pascal_voc.py代码中发现voc读取图片时采用.jpg格式，所以将该地方的代码修改成读取.png图片格式

 2.训练自己的数据集，我先默认原训练代码train.py中的一些参数，只修改step,将这个参数改成我数据集的图片个数。

 3.再次运行，可训练