FasterRcnn+ZF用自己的数据训练模型成功经验(matlab版)
0.使用到的工具、代码等相关资源下载:
http://download.csdn.net/detail/oshenxingtianxia/9892932
1.首先得把demo运行起来,参考我的另一篇文章:
http://blog.csdn.net/oshenxingtianxia/article/details/70684155
2.制作数据集:
(1)主要参考这篇文章,按部就班就好:
将数据集做成VOC2007格式用于Faster-RCNN训练
http://blog.csdn.net/sinat_30071459/article/details/50723212
(2)中间遇到的一些问题:
【1】图像标注:直接用图像标注EXE-2016-10-18,画目标包围框时不确定操作是否得当时就打开生成的txt看看。
【2】做XML:最后一定要做成第一行没有版本信息,每行前面的空白是Tab符而不是空格符,查看可以用软件UtraEdit.(PS:如果你的程序正确,产生的XML应该是自动生成好而且是存到文件夹Annotations中的。)
【3】制作好的数据集放置位置,要注意自己下载VOCdevkit这个文件夹:
下载到这个网址:
http://blog.csdn.net/guojingjuan/article/details/52587739
下载这个:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
另外两个文件不知道干嘛用的? 很好奇文件夹里面的SegmentationClass是怎么得来的,如果有网友知道,欢迎留言讨论。
至此,数据集总算做好了,下面正式进入训练相关操作。
3.训练模型并测试
主要参考这篇文章,一步步来就行了:
Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)
http://blog.csdn.net/sinat_30071459/article/details/50546891
就说一个问题,文章中提到“将relu5(包括relu5)前的层删除”是指从“# --- layer 1 ------- ”一直删到relu5(包括relu5)层。
4.遇到的错误
主要遇到到的错误就是修改路径之类的,发生错误的时候自己打断点去找。
(1)错误:错误使用 cd 无法将目录改变为 caffe_dir (name is nonexistent or not a directo
原因及解决方法:当前文件夹不对,应该回到根目录运行程序
(2)错误:出错 roidb_from_voc (line 130) roidb.rois(i*2-1) =attach_proposals(voc_rec,
原因及解决方法:是因制作的标签文件有问题,可能存在名称没有改过来的情况。通过加代码 if(i==2000),,, 并设置代码来确定出错位置。
(3)script_faster_rcnn_demo.m运行失败,应该运行D:\fasterRcnn\experiments里面的script_faster_rcnn_demo.m。
5.其他文章(都没怎么用)
(1)【faster-rcnn】训练自己的数据集时的坑(好像并没有遇到)
http://www.cnblogs.com/zjutzz/p/5983160.html
(2) Faster—RCNN配置matlab使用教程 (没怎么用)
http://blog.csdn.net/crazyice521/article/details/52681193
(3)Faster RCNN解析
http://www.360doc.com/content/17/0303/14/10408243_633634497.shtml
(4)如何才能将Faster R-CNN训练起来?
http://www.cnblogs.com/wangxiaocvpr/p/5717018.html
(5)faster rcnn源码理解(Python)
http://www.2cto.com/kf/201612/575912.html
http://lib.csdn.net/article/deeplearning/57865?knId=1726
http://blog.csdn.net/u014696921/article/details/52703770
(6)Caffe使用step by step:faster-rcnn目标检测matlab代码
http://www.cnblogs.com/empty16/p/4918345.html
(7)MATLAB版Faster-RCNN代码解析
http://blog.csdn.net/h_jlwg6688/article/details/52756716