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
在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。
一、修改参数
首先,在tf-faster-rcnn/lib/datasets目录下的pascal_voc.py里第36行更改自己的类别,'background’切记不可删掉,把后面的原来的20个label换成自己的,不用更改类别数目,也没有地方可以更改。
第43行的图片格式默认为jpg,可以修改为自己数据库中的图片格式。
二、删除缓存
由于我们之前用vgg16训练过原始的数据库,因此需要将以下目录中的缓存删除:
tf-faster-rcnn/output/vgg16/voc_2007_trainval/default
tf-faster-rcnn/data/cache
tf_faster_rcnn/data/VOCdevkit2007/annotations_cache
若本来就没有生成以上目录,则无需删除。
三、训练模型
这里依旧以vgg16为例,指令具体含义在训练模型这一章有说明。
./experiments/scripts/train_faster_rcnn.sh 01 pascal_voc vgg16
大概的结果和之前一样,不同的是这次是用自己的训练集。