tf-faster-rcnn指南（三）——训练模型

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