FasterRCNN源码解析（一）-——跑通代码

FasterRCNN源码解析（一）-——跑通代码

这个系列是对哔哩哔哩up主霹雳吧啦Wz所出的FasterRCNN源码解析的视频进行一个记录以及加上自己理解（可能没有多少，更多的是对数据类型怎么变换的进行一个记录），首先学习源码的第一步就是先跑通目标代码
这里附上霹雳吧啦Wz的github链接：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
课程中的代码都在git中，大家可以自行下载

---

环境配置

• Python3.6或者3.7
• Pytorch1.6(注意：必须是1.6.0或以上，因为使用官方提供的混合精度训练1.6.0后才支持)
• pycocotools(Linux: pip install pycocotools;Windows:pip install
  pycocotools-windows(不需要额外安装vs))
• Ubuntu或Centos(不建议Windows)
• 最好使用GPU训练
• 详细环境配置见原作者github中的requirements.txt文件

文件结构

• ├── backbone: 特征提取网络，可以根据自己的要求选择
• ├── network_files: Faster R-CNN网络（包括Fast R-CNN以及RPN等模块）
• ├── train_utils: 训练验证相关模块（包括cocotools）
• ├── my_dataset.py: 自定义dataset用于读取VOC数据集
• ├── train_mobilenet.py: 以MobileNetV2做为backbone进行训练
• ├── train_resnet50_fpn.py: 以resnet50+FPN做为backbone进行训练
• ├── train_multi_GPU.py: 针对使用多GPU的用户使用
• ├── predict.py: 简易的预测脚本，使用训练好的权重进行预测测试
• ├── valisation.py: 利用训练好的权重验证/测试数据的COCO指标，并生成record_mAP.txt文件
• └── pascal_voc_classes.json: pascal_voc标签文件

跑通代码

作者在视频中跑的是mobilnet模型，这里我们尝试跑一下res50+fpn的模型

1. create_model

这个类是定义模型的部分。

这里需要注意的是
backbone = resnet50_fpn_backbone()会自动的冻结部分底层权重
代码如下（示例）：

def create_model(num_classes):
    backbone = resnet50_fpn_backbone()
    # 训练自己数据集时不要修改这里的91，修改的是传入的num_classes参数
    model = FasterRCNN(backbone=backbone, num_classes=91)
    # 载入预训练模型权重
    # https://download.pytorch.org/models/fasterrcnn_resnet50_fpn_coco-258fb6c6.pth
    weights_dict = torch.load("./backbone/fasterrcnn_resnet50_fpn_coco.pth")
    missing_keys, unexpected_keys = model.load_state_dict(weights_dict, strict=False)
    if len(missing_keys) != 0 or len(unexpected_keys) != 0:
        print("missing_keys: ", missing_keys)
        print("unexpected_keys: ", unexpected_keys)

    # get number of input features for the classifier
    in_features = model.roi_heads.box_predictor.cls_score.in_features
    # replace the pre-trained head with a new one
    model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes)

    return model

2. main

这就是训练的主干部分了，
主要步骤有：

1. 声明本次训练是在GPU上还有在CPU上进行
2. 定义data_transform 图像预处理函数
3. 获取voc数据集路径
4. 获取数据集
5. 对数据集（验证集和训练集）进行载入操作
6. 然后实例化训练模型
7. 定义优化函数
8. 定义学习率及其衰减策略
9. 对每个epoch开始进行训练（并对训练权重进行保存）
10. 绘制 损失值 和 学习率 曲线
11. 绘制mAP曲线

def main(parser_data):
    device = torch.device(parser_data.device if torch.cuda.is_available() else "cpu"