Faster-RCNN (3)：py-faster-rcnn训练自己的数据

最新推荐文章于 2021-03-19 06:15:47 发布

Akatsuki2765

最新推荐文章于 2021-03-19 06:15:47 发布

阅读量302

点赞数 1

分类专栏：深度学习 Caffe 目标检测 Python 问题解决

本文链接：https://blog.csdn.net/qq_16951525/article/details/81079539

版权

深度学习同时被 3 个专栏收录

4 篇文章 0 订阅

订阅专栏

Caffe

4 篇文章 0 订阅

订阅专栏

目标检测

4 篇文章 0 订阅

订阅专栏

本文将讲述如何以end2end方式用自己的数据训练Faster-RCNN，环境和相关的安装以及问题的解决请参照前两篇文章。

1. 数据集准备

根据工程github上readme的说明下载并解压VOCdevkit，解压后的结构如下

VOCdevkit
└── VOC2007
    ├── Annotations
    ├── ImageSets
    ├── JPEGImages
    ├── SegmentationClass
    └── SegmentationObject

为了避免路径变化引起的问题，我们直接用自己的数据集替换VOC2007下面的Annotations、ImageSets、JPEGImages。至于VOC格式的具体要求和ImageSets下面的meta文件的编写方式本文不再讲解。

2. 修改网络定义文件

这一步主要是修改train.prototxt和test.prototxt中和检测类别数有关的层参数。假设最终要是用Faster-RCNN-VGG16模型，则需要修改，注意VOC的总类别数是21即20个前景类和1个背景类。因此对于我们自己的数据来说，也应该算进背景类。例如要是用Faster-RCNN检测cat和dog，则类数总共应该为2+1=3类

$py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_end2end/train.prototxt

line  11: param_str: "'num_classes': 21" 中21改为n+1
line 530: param_str: "'num_classes': 21" 中21改为n+1
line 620: num_output: 21 中21改为n+1
line 643: num_output: 84 中84改为4*(n+1)

$py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_end2end/test.prototxt

line 567: num_output: 21 中21改为n+1
line 592: num_output: 84 中84改为4*(n+1)

3. 修改数据集转换程序

         self._classes = ('__background__', # always index 0
                          'aeroplane', 'bicycle', 'bird', 'boat',
                          'bottle', 'bus', 'car', 'cat', 'chair',
                          'cow', 'diningtable', 'dog', 'horse',
                          'motorbike', 'person', 'pottedplant',
                          'sheep', 'sofa', 'train', 'tvmonitor')
改为
         self._classes = ('__background__', # always index 0
                          'yourclass1', 'yourclass2',...)

Problem

Traceback (most recent call last):
  File "./tools/train_net.py", line 104, in <module>
    imdb, roidb = combined_roidb(args.imdb_name)
  File "./tools/train_net.py", line 69, in combined_roidb
    roidbs = [get_roidb(s) for s in imdb_names.split('+')]
  File "./tools/train_net.py", line 66, in get_roidb
    roidb = get_training_roidb(imdb)
  File "/home/***/py-faster-rcnn/tools/../lib/fast_rcnn/train.py", line 119, in get_training_roidb
    imdb.append_flipped_images()
  File "/home/***/py-faster-rcnn/tools/../lib/datasets/imdb.py", line 106, in append_flipped_images
    boxes = self.roidb[i]['boxes'].copy()
  File "/home/***/py-faster-rcnn/tools/../lib/datasets/imdb.py", line 67, in roidb
    self._roidb = self.roidb_handler()
  File "/home/***/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 109, in gt_roidb
    for index in self.image_index]
  File "/home/***/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 193, in _load_pascal_annotation
    obj for obj in objs if int(obj.find('difficult').text) == 0]
AttributeError: 'NoneType' object has no attribute 'text'

解决办法：注释掉190行至197行，如果不涉及difficult object

        # if not self.config['use_diff']:
        #     # Exclude the samples labeled as difficult
        #     non_diff_objs = [
        #         obj for obj in objs if int(obj.find('difficult').text) == 0]
        #     # if len(non_diff_objs) != len(objs):
        #     #     print 'Removed {} difficult objects'.format(
        #     #         len(objs) - len(non_diff_objs))
        #     objs = non_diff_objs

4. 运行训练脚本

进入py-faster-rcnn的根目录

$ ./experiments/scripts/faster_rcnn_end2end.sh 1 VGG16 pascal_voc

然后就可以开始训练啦