blitznet测试＆在自己的数据上训练

blitznet测试及训练笔记

项目地址 https://github.com/dvornikita/blitznet

环境要求

1. Python 3.5
2. Tensorflow >=1.2
3. Numpy 1.13
4. Matplotlib 2.0.0
5. OpenCV 3.2
6. PIL 4.0
7. glob
8. tabulate
9. progressbar

一、下载项目文件和数据集

下载项目:

git clone https://github.com/dvornikita/blitznet.git

下载数据集并解压:

# Download the data.
cd blitznet/Datasets
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
# Extract the data.
tar -xvf VOCtrainval_11-May-2012.tar
tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar

添加 B. Hariharan et al提供的extra annotations:

python3  set_extra_annotations.py

为了丰富图片库,还需运行datasets.py.需要datasets.py根据修改bernchmark中的路径.正确路径应为为:

--benchmark
    --benchmark_RELEASE
        --README
        --dataset
        --demo
    --BharathICCV2011.pdf
    --README

需要先修改main函数中的数据集注释.deatset会被存在blitznet/Datasets/目录中
由于没有下载coco数据集的项目文档,目前只有voc数据集,需要注释掉coco数据集,并取消mian函数中的voc数据集的注释

#from coco_loader import COCOLoader, COCO_CATS

if __name__ == '__main__':
    create_voc_dataset('07', 'test')
    create_voc_dataset('07', 'trainval')
    create_voc_dataset('12', 'train', True, True)
    create_voc_dataset('12', 'val', True)

至此可以尝试demo.py和基于voc数据集的训练和测试.

二、demo.py的运行

首先下载预先训练好的模型,在项目文件的后面作者给出了模型文件下载地址:

demo.py默认的模型和目录为 archive/BlitzNet300_COCO+VOC07+12/model.ckpt-1000.data-00000-of-00001

BlitzNet300_COCO+VOC07+12文件的下载地址为 https://drive.google.com/open?id=0B7XqhdpFpfcIV2hqOWswU01zdlU

下载后解压,放在archive目录下即可.

python3 demo.py --run_name=BlitzNet300_COCO+VOC07+12 --x4 --detect --segment --eval_min_conf=0.5 --ckpt=1

作者说输出在/Demo/output,但是Demo中没有结果,仔细阅读demo.py文件,发现程序中给出的目录是demodemo/output,实际上在该目录下仍然没有给出demo结果.
修改

loader = Loader(osp.join(EVAL_DIR, 'demodemo'))
为
loader = Loader(osp.join(EVAL_DIR, 'Demo'))

再次运行demo.py即可在Demo/output中得到demo.py给出的图片分割结果.

二、训练training.py

下载好权重文件, ResNet50和VGG16,解压后