win10+Faster-RCNN-TensorFlow-Python3训练自己的数据集并可视化loss和p-r曲线

1. 下载源码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3，下载预训练模型VGG16网络和其他你感兴趣的网络，下载地址： https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models.
在data文件夹下新建imagenet_weights文件夹，将下载好的网络放到此文件夹下。注意要将vgg_16.ckpt重命名为vgg16.ckpt
 

2.制作voc数据集，放在Faster-RCNN-TensorFlow-Python3-master\data\VOCdevkit2007文件夹下

3.修改参数并训练

3.1 训练之前修改lib/config/config.py下的代码，在第30行的max_iters中将40000修改成10000，能节省点时间。(‘snapshot_iterations’, 1000, “Iteration to take snapshot”)，将5000改成1000，batch_size根据GPU修改

3.2在...\lib\datasets目录下，有pascal_voc.py文件，这个是必须要更改的，代码中 self._classes要来指定识别的类别，在33行修改：将代码中的类别替换为自己数据集的类别（不要更改'__background__'！！例如我需要分类的类别为card1，则选择一个原有类别更换为“card1”）

3.3 修改完参数后运行Faster-RCNN-TensorFlow-Python3.5-master\train.py即可训练。

训练结果被保存到了Faster-RCNN-TensorFlow-Python3.5-master\default\voc_2007_trainval\default

注：如果要再次进行训练，需要把Faster-RCNN-TensorFlow-Python3.5-master\default\voc_2007_trainval\default和Faster-RCNN-TensorFlow-Python3.5-master\output\vgg16\voc_2007_trainval\default路径下之前训练产生的模型和data/cache路径下的cache删掉
 

3.4 训练过程中出错：报错No module named ‘lib.utils.cython_bbox’

解决流程
3.4.1 修改Faster-RCNN-TensorFlow-Python3\data/coco/PythonAPI/setup.py文件：在第15行加上
,
    Extension( 'lib.utils.cython_bbox',
               sources=['../../../lib/utils/bbox.c','../../../lib/utils/bbox.pyx'],
               include_dirs = [np.get_include(), '/lib/utils'], 
               extra_compile_args=[], )

3.4.2. 由于没有bbox.c和blob.py文件。所以要先在Faster-RCNN-TensorFlow-Python3\lib\utils执行

python setup.py build_ext --inplace
生成cython_bbox.c和cython_bbox.pyx，然后将这两个改名为bbox.c和bbox.pyx。

3.4.3. 再在./data/coco/PythonAPI下面运行
 python setup.py build_ext --inplace
 python setup.py build_ext install
 

4. 测试并可视化训练loss

4.1 首先进入demo.py文件，修改几处代码：
1)39行的vgg16_faster_rcnn_iter_70000.ckpt修改为vgg16_faster_rcnn_iter_20000.ckpt
2)由于本文是复现VGG16模型，所以将demo.py的第104行原来默认的res101，改成我们现在用的vgg16。

3)106行的default='pascal_voc_0712’改为pascal_voc