fast-rcnn logo识别

1，下载编译fast-rcnn
fast-rcnn下载地址

Clone the Fast R-CNN repository

#Make sure to clone with --recursive(这样clone下来的是包含rgb大神的caffe版本)

git clone --recursive https://github.com/rbgirshick/fast-rcnn.git

安装编译参考：www.jianshu.com/writer#/notebooks/17157779/notes/17808729

接下来编译frcnn…

编译Cython模块

cd $FRCN_ROOT/lib

make

如果提示没有Cython 模块

解决办法：sudo apt-get install pip

                  pip install Cython

2，编译caffe
cd $FRCN_ROOT/caffe-fast-rcnn

修改Makefile.config

In your Makefile.config, make sure to have thislineuncommented

WITH_PYTHON_LAYER :=1

make -j8 && make pycaffe

问题：cudnn6.0版本太新出现的问题，用最新的caffe版本的cudnn有关的文件替换掉旧版本的文件

3.下载预计算的R-CNN检测器
大概600多M，百度网盘

链接: https://pan.baidu.com/s/1kUAuvT9 密码: 16ar

4，测试Demo
cd$FRCN_ROOT

./tools/demo.py

报错：no module named ***

用pip安装比较慢 需要更新一下pip源

cd /home/mahxn0

mkdir .pip

vim .pip/pip.conf 输入以下保存即可

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]

trusted-host=mirrors.aliyun.com

5.制作自己的voc数据集修改训练网络
数据放到data/VOCdevkit2007/VOC2007目录下面

我用的是ZF网络 只需要修改以下几处地方即可

6.开始训练
./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc

问题1：KeyError HP

标记的数据标签不能有大写的

批量替换掉：

grep -rl “HP” | xargs sed -i ‘s/HP/hp/g’

问题2：AttributeError: ‘module’ object has no attribute ‘text_format’

sudo pip install --upgrade protobuf

在文件./lib/fast_rcnn/train.py增加一行import google.protobuf.text_format 即可解决问题

训练过程：

rpn迭代完报错：TypeError: ‘numpy.float64’ object cannot be interpreted as an index

报错原因numpy1.11以上不支持浮点运算，网上看了别人的都是说：sudo pip install -U numpy==1.11.0

但是安装之后提示ImportError: numpy.core.multiarray failed to import

最后谷歌解决了需要修改一下源码：

solution:

Try to change the file in lib/roi_data_layer/minibatch.py

change the following lines:

line 55

for im_i in xrange(num_images):

labels, overlaps, im_rois, bbox_targets, bbox_inside_weights

= _sample_rois(roidb[im_i], int(fg_rois_per_image), int(rois_per_image),

int(num_classes))

line 98

if fg_inds.size > 0:

fg_inds = npr.choice(

fg_inds, size=int(fg_rois_per_this_image), replace=False)

line 110

if bg_inds.size > 0:

bg_inds = npr.choice(

bg_inds, size=int(bg_rois_per_this_image), replace=False)

line 124

bbox_targets, bbox_inside_weights = _get_bbox_regression_labels(

roidb[‘bbox_targets’][keep_inds, :], int(num_classes))

add

start = int(start)

end = int (end)

after line 175

potential cause:

According to some materials, the error is caused by numpy.

the version higher than 1.11.0 may not support float. therefore int(*) is needed.

修改完之后：pip install -U python-numpy

我现在的版本是numpy-1.13.1 cudnn6.0 cuda8.0 opencv3.2

7，测试
将训练得到的py-faster-rcnn\output\faster_rcnn_alt_opt***_trainval中ZF的caffemodel拷贝至py-faster-rcnn\data\faster_rcnn_models（如果没有这个文件夹，就新建一个），然后，修改：

py-faster-rcnn\tools\demo.py,主要修改：

a,

CLASSES = (‘background’,

‘你的标签1’, ‘你的标签2’, ‘你的标签3’, ‘你的标签4’)

改成你的数据集标签；

b,

NETS = {‘vgg16’: (‘VGG16’,

‘VGG16_faster_rcnn_final.caffemodel’),

‘zf’: (‘ZF’,

‘ZF_faster_rcnn_final.caffemodel’)

上面ZF的caffemodel改成你的caffemodel。

c.

im_names = [‘8.jpg’,‘75.jpg’,‘141.jpg’,

‘488.jpg’,‘966.jpg’,‘1013.jpg’,‘1334.jpg’,‘1052.jpg’]

改成你的测试图片。(测试图片放在py-faster-rcnn\data\demo中)

8,结果
在py-faster-rcnn下，

执行：./tools/demo.py --net zf