tf-faster-rcnn运行自己的数据集记录

本次训练使用到源代码：https://github.com/endernewton/tf-faster-rcnn

我只从遇到问题到地方开始记录，没有问题到地方按照作者的read me做下去即可。

一、运行自己到数据集

1、按照https://github.com/endernewton/tf-faster-rcnn的代码去运行 1、2两步

 2 、运行第3、4两步

 

3、继续运行下边两个模型

Demo and Test with pre-trained models

Train your own model（到第2步即可）

4、确定可以运行之后，将VOCdevkit2007之后到数据替换成自己到数据

5、修改自己到数据类别

更改tf-faster-rcnn/lib/datasets/pascal_voc.py中数据类别为自己的数据类别，我的只有一类是person

 6、更改tf-faster-rcnn/experiments/scripts/train_faster_rcnn.sh对迭代次数进行修改

7、 删除之前训练好的训练模型

1）tf-faster-rcnn/output/vgg16/voc_2007_trainval/default下边的文件

2）tf-faster-rcnn/data/cache下边所有到文件

8、进行下一次训练到时候，删除之前训练好的缓存

1）VOCdevkit/annotations_cache下边到文件在进行重新训练

二、改错

1、运行到第3步，准备测试demo 时候出现问题

解决办法：自己下载三个训练数据集，然后解压到tf-faster-rcnn根目录下，并改名为VOCdevkit2007，然后放置到data文件夹中，重新运行命令即可。

2、default文件夹下缺少四个文件

将第2步：ln -s ../../../data/voc_2007_trainval+voc_2012_trainval ./default命令行做更改

改为：ln -s ../../../voc_2007_trainval+voc_2012_trainval ./default

重新执行命令即可

借鉴文献：https://blog.csdn.net/sinat_33486980/article/details/81045315

3、第4步使用预训练的restnet101模型进行测试

tf-faster-rcnn/lib/datasets/voc_eval.py文件下121行：with open(cachefile,'w') as f  改为： with open(cachefile,'wb') as f

105行：   cachefile = os.path.join(cachedir, '%s_annots.pkl' % imagesetfile) 改为：   cachefile = os.path.join(cachedir, '%s_annots.pkl' % imagesetfile.split("/").split(".")[0])

然后进行测试：

./experiments/scripts/test_faster_rcnn.sh $GPU_ID pascal_voc_0712 res101

测试结果如下：

 

4、 tensorboard 可视化

tensorboard --logdir=tensorboard/vgg16/voc_2007_trainval/ --port=7001 &

运行结果：

 

 

5、进行测试

./experiments/scripts/test_faster_rcnn.sh 0 pascal_voc vgg16

测试后结果：

 

6、PR曲线绘制

更改lib/datasets/下pascal_voc.py文件

最好保存两份Pascal_voc.py文件，一份用来做trian.一份用来test生成PR曲线。

注意空格

之后从新运行

./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc vgg16命令，即可获得PR曲线

结果如下：