tf-faster-rcnn指南（五）——训练自己的数据集

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。