在安装完成caffe后,并且编译完成github上的faster-rcnn python版之后,可以采用自己的数据来训练faster-rcnn了。
一,文件修改:
1,在py-faster-rcnn目录下,找到lib/datasets/pascal_voc.py 文件打开逐一修改相应的函数:
如果打算添加中文注释请,在文件开图添加#encoding:utf-8
,不然会报错。
以下为修改的细节:
1)、初始化函数init的修改,同时修改类名:
class hs(imdb):
def __init__(self, image_set, devkit_path=None): # modified
imdb.__init__(self, image_set)
self._image_set = image_set
self._devkit_path = devkit_path#datasets路径
self._data_path = os.path.join(self._devkit_path,image_set) #图片文件夹路径
self._classes = ('__background__', # always index 0
'jyz','fzc','qnq') #two classes
self._class_to_ind = dict(zip(self.classes, xrange(self.num_classes)))
# form the dict{'__background__':'0','person':'1'}
self._image_ext = '.jpg'
self._image_index = self._load_image_set_index('ImageList.txt')
# Default to roidb handler
self._roidb_handler = self.selective_search_roidb
self._salt = str(uuid.uuid4())
self._comp_id = 'comp4'
# PASCAL specific config options
self.config = {
'cleanup' : True,
'use_salt' : True,
'use_diff' : False,
'matlab_eval' : False,
'rpn_file'