faster-rcnn学习笔记（2）

最新推荐文章于 2021-08-04 16:52:06 发布

o_ochao

最新推荐文章于 2021-08-04 16:52:06 发布

阅读量1k

点赞数

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/o_ochao/article/details/51982956

版权

本文是Faster R-CNN学习笔记的第二部分，主要探讨了训练过程中的关键代码——lib/fast_rcnn/train.py中的SolverWrapper类及其方法。通过分析，揭示了Faster R-CNN训练流程的细节。

摘要由CSDN通过智能技术生成

上一次写到了训练faster-rcnn的代码train_net.py的最后调用了lib/fast_rcnn/train.py中的方法，因此现在就来看看这个train.py

train.py中定义了一个类SolverWrapper，和一些方法，下面分别看一下：

class SolverWrapper(object):
    """A simple wrapper around Caffe's solver.
    This wrapper gives us control over he snapshotting process, which we
    use to unnormalize the learned bounding-box regression weights.
    """
    #据作者的说法，这个类就是为了方便自己使用Python代码来控制训练过程中的相关东西
    def __init__(self, solver_prototxt, roidb, output_dir,
                 pretrained_model=None):
        """Initialize the SolverWrapper."""
        self.output_dir = output_dir

        if (cfg.TRAIN.HAS_RPN and cfg.TRAIN.BBOX_REG and
            cfg.TRAIN.BBOX_NORMALIZE_TARGETS):
            # RPN can only use precomputed normalization because there are no
            # fixed statistics to compute a priori
            assert cfg.TRAIN.BBOX_NORMALIZE_TARGETS_PRECOMPUTED

        if cfg.TRAIN.BBOX_REG:
            print 'Computing bounding-box regression targets...'
            self.bbox_means, self.bbox_stds = \
                    rdl_roidb.add_bbox_regression_targets(roidb)
            print 'done'
        self.solver = caffe.SGDSolver(solver_prototxt)
        if pretrained_model is not None:
            print ('Loading pretrained model '
                   'weights from {:s}').format(pretrain