目录
- tf-faster-rcnn指南(一)——序言
- tf-faster-rcnn指南(二)——平台搭建
- tf-faster-rcnn指南(三)——训练模型
- tf-faster-rcnn指南(四)——制作PASCAL VOC2007数据集
- tf-faster-rcnn指南(五)——训练自己的数据集
- tf-faster-rcnn指南(六)——绘制Precision-recall曲线
一、下载预训练模型
1、在data目录下创建一个imagenet_weights文件夹
mkdir -p data/imagenet_weights
cd data/imagenet_weights
2、下载预训练模型,解压到imagenet_weights文件夹下,并把解压后的权重数据重命名,因为后面在调用权重数据的时候名字需要对应的上。
一共有4种预训练模型可供选择
- 2.1 vgg16
wget -v http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
tar -xzvf vgg_16_2016_08_28.tar.gz
mv vgg_16.ckpt vgg16.ckpt
cd ../..
- 2.2 res50
wget -v http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz
tar -xzvf resnet_v1_50_2016_08_28.tar.gz
mv resnet_v1_50.ckpt res50.ckpt
cd ../..
- 2.3 res101
wget -v http://download.tensorflow.org/models/resnet_v1_101_2016_08_28.tar.gz
tar -xzvf resnet_v1_101_2016_08_28.tar.gz
mv resnet_v1_101.ckpt res101.ckpt
cd ../..
- 2.4 res152
在下载预训练模型前还需要将res152.yml文件存放到/tf-faster-rcnn/experiments/cfgs/文件夹下
res152.yml下载链接:https://pan.baidu.com/s/1m5jewlZuHxdPANcBcA0LwA
提取码:kkp3
wget -v http://download.tensorflow.org/models/resnet_v1_152_2016_08_28.tar.gz
tar -xzvf resnet_v1_152_2016_08_28.tar.gz
mv resnet_v1_152.ckpt res152.ckpt
cd ../..
除此之外可以登录官方网址下载:https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models
二、训练模型
1、为了节省时间并排除错误,我把迭代次数只设置了200次,
具体操作为:
./experiments/scripts/train_faster_rcnn.sh里的第22行把ITERS=70000改成ITERS=200,
同时把./experiments/scripts/test_faster_rcnn.sh的ITERS也改成200。
注意:因为我使用的是pascal_voc数据集,所以只需要更改对应数据集的ITERS的就行了,训练和测试的都要改,因为在train_faster_rcnn.sh的末尾会执行test_faster_rcnn.sh。
2、开始训练(这里以vgg16为例,最后的vgg16就是对应的权重数据,名字要对的上,01是GPU的ID,pascal_voc是训练使用的数据集):
./experiments/scripts/train_faster_rcnn.sh 01 pascal_voc vgg16
三、运行结果
1、训练loss
2、训练结果
可以看到,结果都很差,因为就迭代了200轮