【目标检测】Faster R-CNN论文代码复现过程解读（含源代码）

最新推荐文章于 2023-12-25 16:51:17 发布
最新推荐文章于 2023-12-25 16:51:17 发布
阅读量7.3k 收藏 159
点赞数 22
分类专栏： 目标检测经典论文导读 文章标签： 目标检测 faster r-cnn 代码复现 pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wzk4869/article/details/128133224
版权

目录：Faster R-CNN论文代码复现过程解读

Faster R-CNN代码使用说明书（分享在github上）

一、代码的地址

https://github.com/biluko/Faster-RCNN-Pytorch

在这里插入图片描述
在这里插入图片描述

二、我的配置环境

python == 3.10.6
numpy == 1.23.3
opencv == 4.6.0
pillow == 9.2.0
pycocotools == 2.0.6
pytorch == 1.12.1
scipy == 1.9.3
torchvision == 0.13.1
tqdm == 4.64.1
matplotlib == 3.6.2
hdf5 == 1.12.1

三、参数值文件下载

我们需要的权重包括voc_weights_resnet.pth或者voc_weights_vgg.pth以及主干的网络权重我已经上传了百度云，可以自行下载。

首先来看第一个权重文件voc_weights_resnet.pth，是resnet为主干特征提取网络用到的。

第二个权重文件voc_weights_vgg.pth，是vgg为主干特征提取网络用到的。

在这里插入图片描述

顺便训练好的参数我也一并放入了文件夹：

链接：https://pan.baidu.com/s/1IiBMIyw8bF132FQGz79Q6Q 
提取码：dpje

四、VOC数据集下载

VOC数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分：

该数据集为VOC07+12的数据集，包括了训练与测试用的数据集。为了训练方便，该数据集中val.txt与test.txt相同。

链接：https://pan.baidu.com/s/1STBDRK2MpZfJJ-jRzL6iuA 
提取码：vh7m

五、模型训练步骤

（1）训练VOC07+12数据集

1.数据集的准备

本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集，解压后放在根目录

根目录就是第一级目录下：

会自动填到VOCdevkit文件下面。

2.数据集的处理

修改voc_annotation.py里面的annotation_mode = 2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。

源码对应为：

生成的目录为：

3.开始网络训练

train.py的默认参数用于训练VOC数据集，直接运行train.py即可开始训练。

这个我起初是在自己的笔记本上运行的，显卡为3060，显存为6G，但是无法运行，显存不够。

我换到了实验室的电脑，Ubuntu18.04，双2080Ti，64G内存，i9处理器，100个batch_size，平均一个花费15分钟左右。

电脑配置不好的同学可以训练不出来，但是没关系，我把训练好的参数也一并上传了，就在第一份百度盘文件中：

4.预测

训练结果预测需要用到两个文件，分别是frcnn.py和predict.py。

我们首先需要去frcnn.py里面修改model_path以及classes_path，这两个参数必须要修改。

model_path指向训练好的权值文件，在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

（2）训练自己的数据集

1.数据集的准备

本文使用VOC格式进行训练，训练前需要自己制作好数据集。

训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。

训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

2.数据集的处理

在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。

修改voc_annotation.py里面的参数。

第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。

训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。
./faster-rcnn-pytorch-master/model_data/cls_classes.txt文件内容为：

例如我们VOC数据的类别为：

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。

3.开始网络训练

训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。

classes_path用于指向检测类别所对应的txt，这个txt和voc_annotation.py里面的txt一样！训练自己的数据集必须要修改！

修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。

4.训练结果预测

训练结果预测需要用到两个文件，分别是frcnn.py和predict.py。在frcnn.py里面修改model_path以及classes_path。

model_path指向训练好的权值文件，在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

六、预测步骤

（1）使用预训练权重

1.下载完库后解压，在百度网盘下载frcnn_weights.pth，放入model_data，运行predict.py，输入：

2.在predict.py里面进行设置可以进行fps测试和video视频检测。

（2）使用自己训练的权重

1.按照训练步骤训练
2.在frcnn.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。
class FRCNN(object):
    _defaults = {
        #--------------------------------------------------------------------------#
        #   使用自己训练好的模型进行预测一定要修改model_path和classes_path！
        #   model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt
        #
        #   训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。
        #   验证集损失较低不代表mAP较高，仅代表该权值在验证集上泛化性能较好。
        #   如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改
        #--------------------------------------------------------------------------#
        "model_path"    : './faster-rcnn-pytorch-master/model_data/voc_weights_resnet.pth',
        "classes_path"  : './faster-rcnn-pytorch-master/model_data/voc_classes.txt',
        #---------------------------------------------------------------------#
        #   网络的主干特征提取网络，resnet50或者vgg
        #---------------------------------------------------------------------#
        "backbone"      : "resnet50",
        #---------------------------------------------------------------------#
        #   只有得分大于置信度的预测框会被保留下来
        #---------------------------------------------------------------------#
        "confidence"    : 0.5,
        #---------------------------------------------------------------------#
        #   非极大抑制所用到的nms_iou大小
        #---------------------------------------------------------------------#
        "nms_iou"       : 0.3,
        #---------------------------------------------------------------------#
        #   用于指定先验框的大小
        #---------------------------------------------------------------------#
        'anchors_size'  : [8, 16, 32],
        #-------------------------------#
        #   是否使用Cuda
        #   没有GPU可以设置成False
        #-------------------------------#
        "cuda"          : True,
    }

（3）运行predict.py

（4）在predict.py里面进行设置可以进行fps测试和video视频检测

七、评估步骤

（1）评估VOC07+12的测试集

1.本文使用VOC格式进行评估。

VOC07+12已经划分好了测试集，无需利用voc_annotation.py生成ImageSets文件夹下的txt。

2.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt
3.运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中

（2）评估自己的数据集

1.本文使用VOC格式进行评估。
2.如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。
3.利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。
4.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。
5.运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。

在这里插入图片描述

在这里插入图片描述

等待一阵子！

八、参考

https://github.com/bubbliiiing/faster-rcnn-pytorch

https://github.com/longcw/faster_rcnn_pytorch

https://github.com/jwyang/faster-rcnn.pytorch
旅途中的宽~
关注
  • 22
    点赞
  • 踩
  • 159
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 41
    评论
专栏目录
Faster R-CNN论文解读.md
02-14
本文是对Faster R-CNN论文作了一个总结，略去了论文中的实验部分，涵盖了相关知识、主要贡献、模型结构等方面。
基于改进的Faster R-CNN目标检测算法
02-13
目标检测是计算机视觉研究中的热门问题,其中加速区域卷积神经网络(Faster R-CNN)对目标检测具有指导意义。针对Faster R-CNN算法在目标检测中准确率不高的问题,先对数据进行增强处理;然后对提取的特征图进行裁剪,利用双线性插值法代替感兴趣区域池化操作,分类时采用软非极大值抑制(Soft-NMS)算法。实验结果表明,该算法在PASCAL VOC2007、PASCAL VOC07+12数据集下的准确率分别为76.40%和81.20%,相较Faster R-CNN算法分别提升了6.50个百分点和8.00个百分点。没有进行数据增强的情况下,在COCO 2014数据集上的准确率相较Faster R-CNN算法提升了2.40个百分点。
【目标检测】Faster R-CNN的复现
qq_44747572的博客
10-30 1955
文章目录0. 利用Git下载Code1. 数据准备2. 模型加载3. 模型训练4. 模型测试 0. 利用Git下载Code Git的安装及使用： https://blog.csdn.net/qq_44747572/article/details/121006841 克隆Code： pytorch1.0.0版源码： https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0 下载zip，在指定文件夹内进行解压： 1. 数据准备 切换路
Fast RCNN代码复现
最新发布
m0_51619560的博客
12-25 176
项目源代码下载地址：https://www.alipan.com/s/FqYEYzqCe7k 提取码:ue87 点击链接保存，或者复制本段内容，打开「阿里云盘」APP ，无需下载极速在线查看，视频原画倍速播放。项目目录如下;对Fast RCNN的论文理解见专栏的上篇内容，本文介绍Fast RCNN的代码复现。
Faster RCNN算法解析（附源代码，可以直接运行）
热门推荐
qq_29462849的博客
05-30 5万+
一、前言知识 1、基于Region Proposal（候选区域）的深度学习目标检测算法 Region Proposal（候选区域），就是预先找出图中目标可能出现的位置，通过利用图像中的纹理、边缘、颜色等信息，保证在选取较少窗口（几千个甚至几百个）的情况下保持较高的召回率（IoU，Intersection-over-Union）。 2、什么是IoU？ Intersection over Un...
【目标检测】Faster R-CNN 论文复现代码（含源代码）
wzk4869的博客
12-01 3477
【目标检测】Faster R-CNN 论文复现代码（含源代码）
voc_weights_resnet.pth
02-04
缺陷检测网络DDN预训练模型
PASCAL VOC数据集基础概念
weixin_38495031的博客
03-28 1670
一：PASCAL VOC： PASCAL voc2007和2012数据集总共分为4个大类：vehicle,household,animal,preson，总共20个小类（加背景21类）。 网址：http://host.robots.ox.ac.uk/pascal/VOC/ 数据集目录及详解： Annotations:存放的时xml文件，该文件是对图片的解释（每一个图片都对应一个xml文件） Im...
VOC2007/2012数据集解析
W1995S的博客
01-19 3121
官方下载地址： https://pjreddie.com/projects/pascal-voc-dataset-mirror/ PASCAL VOC的挑战任务 Classification/Detection Competitions 分类：对于每一个分类，判断该分类是否在测试照片上存在（共20类）; 检测：检测目标对象在待测试图片中的位置并给出边界框坐标（bounding box) Segmentation Competition 分割：Object Segmentation Action Class
[ 目标检测 ] 经典网络模型1——R-CNN 详解与复现
A_John 的博客
05-08 2135
[ 目标检测 ] 经典网络模型1——R-CNN 详解与复现 1、Regions with CNN features ； 2、R-CNN 详解 ； 3、R-CNN 复现 ； 近年来，目标检测性能在标准 PASCAL VOC 数据集上保持稳定 ； 性能最好的方法是复杂的集成系统（complex ensemble systems），通过将多个低维图像特征与高维背景结合 ； 利用 候选区域与 CNN 相结合 的方式，实现了平均精度（mAP）提高了30%以上 ；..................
【目标检测算法】R-CNN（详解）
风口IT猪的成长录
08-14 1万+
目标检测算法之R-CNN学习目标1. 目标检测-Overfeat模型1.1 滑动窗口1.2 Overfeat模型总结2. 目标检测-R-CNN模型2.1 完整R-CNN结构2.2 候选区域（Region of Interest）得出2.3 CNN网络提取特征2.4 特征向量训练分类器SVM2.5 非最大抑制（NMS）2.6 修正候选区域3. 检测的评价指标3.1 IoU交并比3.2 平均精确率（mean average precision）map4. R-CNN总结4.1 流程总结4.2 缺点5. 总结6.
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。--数据
06-06
基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN 实现目标检测 tensorflow 基于tensorflow搭建Faster R-CNN实现目标检测任务 有代码 有数据 可直接运行。 Faster R-CNN 实现目标检测 tensorflow
YOLOv8-火焰识别（火焰数据集+代码+GUI界面+内置训练好的模型文件）
11-15
教程请参考：https://blog.csdn.net/Little_Carter/article/details/131387425 欢迎浏览我的最新资源，这个全面的资源是为了帮助研究人员和开发者在火灾预防和安全监控领域取得突破而设计的。本资源包含以下几个关键部分： 1、火焰数据集：精心策划和注释的高质量火焰图像集，覆盖了不同类型和大小的火焰场景。这个数据集对于训练和测试火焰检测算法至关重要。 2、代码：完整的YOLOv8算法实现代码，针对火焰检测进行了优化。代码清晰、注释详细，易于理解和定制。 3、GUI界面：为了更方便地使用和展示火焰识别模型，我复现了一个直观的图形用户界面（GUI）。这个界面不仅易于操作，还可以实时展示检测结果。 4、内置训练好的模型文件：为了让用户能够即刻使用该工具，我提供了一个已经在火焰数据集上训练好的YOLOv8模型。这个模型经过精心训练，具有高精度和良好的泛化能力。 此外，我还提供了详细的安装和使用指南，帮助您轻松地部署和运行这个系统。无论您是在进行学术研究，还是在开发商业应用，这个资源都将是您不可或缺的工具。期待您的下载和反馈！
keras-frcnn:Keras快速R-CNN的实现
05-14
喀拉拉邦 更快的R-CNN的Keras实现：通过区域提议网络实现实时目标检测。 克隆自 用法： theano和tensorflow后端均受支持。 但是在theano中编译时间非常长，强烈建议使用Tensorflow。 train_frcnn.py可用于训练模型。 要训​​练Pascal VOC数据，只需执行以下操作： python train_frcnn.py -p /path/to/pascalvoc/ 。 可以从以下网站获取Pascal VOC数据集（分类对象周围边界框的图像和注释）： : simple_parser.py提供了使用文本文件输入数据的另一种方法。 只需提供一个文本文件，每行包含： filepath,x1,y1,x2,y2,class_name 例如： /data/imgs/img_001.jpg,837,346,981,456，牛 /data/imgs/
基于Pytorch搭建Faster R-CNN实现飞机目标检测-数据集
01-09
基于Pytorch搭建Faster R-CNN实现飞机目标检测_数据集
VOC07+12数据集Json格式
12-08
VOC数据集的json格式，07+12混合在一起，但是测试集和只有07因为12没有公开。名称自己改吧。
一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD.doc
12-23
一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD。传统的目标检测算法、候选区域/窗 + 深度学习分类
深度学习的目标检测技术演进：R-CNN、FastR-CNN、FasterR-CNN
02-25
本文来自于个人微博，本文介绍基于regionproposal的R-CNN系列目标检测方法是当前目标检测技术领域最主要的一个分支。objectdetection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object...
基于Faster R-CNN和增量学习的车辆目标检测
05-06
针对车辆目标检测中存在的小目标的错检漏检、截断式待检目标的漏检和重叠遮挡待检目标的漏检等问题，提出一种基于增量学习数据集的车辆目标检测方法，该方法与Faster R-CNN算法结合对车辆目标实现检测和分类....
matlab训练Faster R-CNN模型目标检测代码
05-26
以下是使用MATLAB训练Faster R-CNN模型的代码示例: 1. 准备数据 首先，需要准备一个数据集并将其分成训练集和验证集。数据集应包含图像和相应的标注文件。 2. 定义网络架构 下面是在MATLAB中定义网络架构的示例代码： ```matlab layers = [ imageInputLayer([224 224 3], 'Name', 'input') convolution2dLayer(3, 16, 'Padding', 'same', 'Name', 'conv1') reluLayer('Name', 'relu1') maxPooling2dLayer(2, 'Stride', 2, 'Name', 'pool1') convolution2dLayer(3, 32, 'Padding', 'same', 'Name', 'conv2') reluLayer('Name', 'relu2') maxPooling2dLayer(2, 'Stride', 2, 'Name', 'pool2') convolution2dLayer(3, 64, 'Padding', 'same', 'Name', 'conv3') reluLayer('Name', 'relu3') maxPooling2dLayer(2, 'Stride', 2, 'Name', 'pool3') convolution2dLayer(3, 128, 'Padding', 'same', 'Name', 'conv4') reluLayer('Name', 'relu4') maxPooling2dLayer(2, 'Stride', 2, 'Name', 'pool4') convolution2dLayer(3, 256, 'Padding', 'same', 'Name', 'conv5') reluLayer('Name', 'relu5') maxPooling2dLayer(2, 'Stride', 2, 'Name', 'pool5') fullyConnectedLayer(512, 'Name', 'fc6') reluLayer('Name', 'relu6') fullyConnectedLayer(256, 'Name', 'fc7') reluLayer('Name', 'relu7') fullyConnectedLayer(numClasses, 'Name', 'fc8') softmaxLayer('Name', 'softmax') classificationLayer('Name', 'classoutput')]; ``` 3. 训练模型 使用trainFasterRCNNObjectDetector函数可以训练Faster R-CNN模型，示例代码如下： ```matlab options = trainingOptions('sgdm', ... 'MiniBatchSize', 32, ... 'InitialLearnRate', 1e-3, ... 'MaxEpochs', 10, ... 'Verbose', true); detector = trainFasterRCNNObjectDetector(trainingData, layers, options, ... 'NegativeOverlapRange', [0 0.3], ... 'PositiveOverlapRange', [0.5 1], ... 'BoxPyramidScale', 1.2); save('faster_rcnn_detector.mat', 'detector'); ``` 其中，trainingData是包含训练数据的imds object和bbox label datastore的结构体。 4. 测试模型 使用detect方法可以对单张图像进行目标检测，示例代码如下： ```matlab img = imread('test.jpg'); [bboxes, scores, labels] = detect(detector, img); threshold = 0.5; idx = scores > threshold; bboxes = bboxes(idx, :); scores = scores(idx); labels = labels(idx); annotatedImg = insertObjectAnnotation(img, 'rectangle', bboxes, scores); imshow(annotatedImg); ``` 其中，test.jpg是要检测的图像文件名。检测结果将显示在图像上。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 41
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

旅途中的宽~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值