不能再详细！！！手把手教你用Faster-RCNN训练自己的数据集

最新推荐文章于 2025-09-15 00:03:56 发布
原创 最新推荐文章于 2025-09-15 00:03:56 发布 · 7.6w 阅读 · 669 ·
CC 4.0 BY-SA版权
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。
文章标签：

#Faster-RCNN #tensorflow

本文详细介绍如何基于Faster RCNN框架，针对特定物体“transform”进行模型定制的过程，包括环境搭建、数据集准备、代码修改及训练测试全流程。

接前篇：http://blog.csdn.net/zcy0xy/article/details/79614690

一、环境安装准备

python2.7以及相关的包cython, python-opencv, easydict

Faster-RCNN用的是https://github.com/smallcorgi/Faster-RCNN_TF tensorflow版本

本文假设你已经按照上面的教程完成了安装，并可以运行demo.py


并且可以训练


二、准备自己的数据集

在实际的应用中，这个数据集肯定是自己项目里面拍摄的。

首先，拍摄的图片可能分辨率太大，不利于训练，通过一顿操作把他们差不多缩小到跟voc数据集里的图片差不多大小。

#coding=utf-8
import os  #打开文件时需要
from PIL import Image
import re

Start_path='C:\\Users\\zcy\\Desktop\\transform\\' #你的图片目录
iphone5_width=333 #图片最大宽度
iphone5_depth=500 #图片最大高度

list=os.listdir(Start_path)
#print list
count=0
for pic in list:
    path=Start_path+pic
    print path
    im=Image.open(path)
    w,h=im.size
    #print w,h
    #iphone 5的分辨率为1136*640，如果图片分辨率超过这个值，进行图片的等比例压缩

    if w>iphone5_width:
        print pic
        print "图片名称为"+pic+"图片被修改"
        h_new=iphone5_width*h/w
        w_new=iphone5_width
        count=count+1
        out = im.resize((w_new,h_new),Image.ANTIALIAS)
        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)
        #print new_pic
        new_path=Start_path+new_pic
        out.save(new_path)

    if h>iphone5_depth:
        print pic
        print "图片名称为"+pic+"图片被修改"
        w=iphone5_depth*w/h
        h=iphone5_depth
        count=count+1
        out = im.resize((w_new,h_new),Image.ANTIALIAS)
        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)
        #print new_pic
        new_path=Start_path+new_pic
        out.save(new_path)

print 'END'
count=str(count)
print "共有"+count+"张图片尺寸被修改"

然后命名图片，按照一定的规律——

#coding=utf-8
import os  #打开文件时需要
from PIL import Image
import re

class BatchRename():
    def __init__(self):
        #我的图片文件夹路径
        self.path = 'C:\\Users\\zcy\\Desktop\\transform'

    def rename(self):
        filelist = os.listdir(self.path)
        total_num = len(filelist)
        i = 10000 #图片编号从多少开始，不要跟VOC原本的编号重复了
        n = 6
        for item in filelist:
            if item.endswith('.jpg'):
                n = 6 - len(str(i))
                src = os.path.join(os.path.abspath(self.path), item)
                dst = os.path.join(os.path.abspath(self.path), str(0)*n + str(i) + '.jpg')
                try:
                    os.rename(src, dst)
                    print 'converting %s to %s ...' % (src, dst)
                    i = i + 1
                except:
                    continue
        print 'total %d to rename & converted %d jpgs' % (total_num, i)
if __name__ == '__main__':
    demo = BatchRename()
    demo.rename()
然后需要进行手动的标注，生成符合pascal VOC格式的xml文件，替换进去才能训练

这里我尝试了各种办法——修改数据接口，自己编辑json分割文件然后转换等等，最后找到了一条最简单的路，用labelImg工具制作。

下载地址  https://github.com/tzutalin/labelImg

使用方法特别简单，设定xml文件保存的位置，打开你的图片的目录，然后一幅一幅图的标注，就可以了。


比如这个物体命名为“transform”类。


把所有的图片全部标注完毕，生成了一堆的xml文件。

接下来，来到voc2007的目录这里，把原来的图片和xml删掉，位置分别是：

/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/JPEGImages
/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/Annotations
删掉是因为我们不需要训练别的数据集，只想训练自己的数据集，这样能快一点。

然后把我们的图片放到“/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/JPEGImages”里面来


接下来生成训练和测试需要的txt文件索引，程序是根据这个索引来获取图像的。

# !/usr/bin/python
# -*- coding: utf-8 -*-
import os
import random  
  
trainval_percent = 0.8  #trainval占比例多少
train_percent = 0.7  #test数据集占比例多少
xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSets\Main'  
total_xml = os.listdir(xmlfilepath)  
  
num=len(total_xml)  
list=range(num)  
tv=int(num*trainval_percent)  
tr=int(tv*train_percent)  
trainval= random.sample(list,tv)  
train=random.sample(trainval,tr)  
  
ftrainval = open('ImageSets/Main/trainval.txt', 'w')  
ftest = open('ImageSets/Main/test.txt', 'w')  
ftrain = open('ImageSets/Main/train.txt', 'w')  
fval = open('ImageSets/Main/val.txt', 'w')  
  
for i  in list:  
    name=total_xml[i][:-4]+'\n'  
    if i in trainval:  
        ftrainval.write(name)  
        if i in train:  
            ftrain.write(name)  
        else:  
            fval.write(name)  
    else:  
        ftest.write(name)  
  
ftrainval.close()  
ftrain.close()  
fval.close()  
ftest .close()
生成的索引文件在这里


四个文件，看名字想必就知道意思了。

三、修改源代码

好了，我们终于来最后一步了！

1. lib\datasets\pascal_voc.py中更改self._classes中的类别，添加自己的类名字“transform”



2. lib\networks中VGGnet_train.py和VGG_test.py中更改n_classes为自己的类的个数+1，这里我的是21+1=22



3. tools/demo.py中CLASSES的类别改为自己的类




四、开始训练

跟原来的训练方法一样，这里我们就输入

./experiments/scripts/faster_rcnn_end2end.sh gpu 0 VGG16 pascal_voc

我这里是使用GPU的，gpuid为0。

它会训练70000遍，每5000次保存一次在这里“/home/Faster-RCNN_TF-master/output/faster_rcnn_end2end/voc_2007_trainval”



我们可以在1万次时就停止训练，然后把10000那个model后缀名改成“.ckpt”，就可以使用了

五、测试

把几张测试图片放到这里来


修改demo里的测试图片名字


最后，运行demo就可以啦！

python ./tools/demo.py --model /home/Faster-RCNN_TF-master/output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_10000.ckpt

记得模型改成你刚才训练出来的文件名字

结果看起来还不错


恭喜，大功告成！！！




Faster-RCNN训练自己的数据集
GVFDBDF的专栏
08-15 1万+
就目前我在了解到的资料来看，训练RCNN系列，一般有两种思路： 修改CNN的工程代码，适应自己的数据集格式 将自己的数据格式做成VOC2007形式的数据集 从工作量来看，无疑后者更容易一些，本文的思路也是如此。 首先是图片的命名格式，虽然图片的命名理论上不会影响训练。因为训练的数据都是从txt文件中读取图片的名称。但是为了统一数据集，仍然建议批量、有规律的命名数据图片。我的数据集是jpg格式，和PA
手撕faster-rcnn模型，理解训练及预测流程
weixin_43986536的博客
02-16 1389
利用VOC2007数据集，手撕faster-rcnn，了解双端目标检测网络的训练以及预测流程
faster rcnn训练自己的数据集-搭建pytorch环境
weixin_44304362的博客
02-28 3355
一、Anoconda建环境名字：faster 1.1建立虚拟环境 建立一个名为faster的虚拟环境，以后所有的操作都在这个虚拟环境中，这可以避免各个版本的python或者框架之间的相互干扰。python=可以让你指定python的版本，如果不输入括号中的内容，系统会安装目前最新的python版本。 conda create -n faster python=3.6 记录一下环境的位置，等着p...
最快速上手Faster R-CNN实时目标检测：从环境搭建到会议演示全流程
最新发布
gitblog_01132的博客
09-15 950
你是否还在为复杂的目标检测模型配置而头疼？是否需要在24小时内完成从环境搭建到实时演示的全流程？本文将带你用**3个步骤**实现Faster R-CNN目标检测系统，包含环境配置、模型训练和实时演示，所有操作基于GitHub 加速计划 / fa / faster-rcnn.pytorch项目，无需复杂依赖，普通PC也能运行。 读完本文你将获得： - 30分钟内完成PyTorch环境搭建的技巧 -...
使用自己的数据集训练测试Faster R-CNN
ly_twt的博客
04-16 746
为了确保不出问题，可以在pascal voc数据集上测试一遍。具体操作参考：https://mp.csdn.net/console/editor/html/105561069 首先，你需要制作好自己的数据集，数据集格式与pascal voc2007相同。数据集制作请参考： 一、 在进行过pascal voc数据集的训练测试成功后。将以下文件夹删除： （1）output文件夹 （2...
faster rcnn在自己的数据集上训练
生如蚁，美如神
11-13 1757
本文是一个总结，参考了网上的众多资料，汇集而成，以供自己后续参考。 一般说来，训练自己的数据，有两种方法：第一种就是将自己的数据集完全改造成VOC2007的形式，然后放到py-faster-rcnn/data 目录下，然后相应地改变相应模型的参数，比如种类等。 data目录下存放的数据如下： VOCdevkit2007 └── VOC2007 ├── Annotations │
使用Faster RCNN训练自己的数据集
SpadgerZ的博客
05-12 1万+
使用Faster RCNN训练自己的数据集，过程不太顺利，踩坑数次，所以把流程记录一下。 所使用的代码版本：faster-rcnn.pytorch 1.源码及环境配置 原Github版本使用的Pytorch==0.4.0，但是看了网上的博客记录这个版本有较多错误无法解决，建议使用Pytorch==1.0.0及以上版本； 源码 Pytorch0.4.0版源码：https://github.com/jwyang/faster-rcnn.pytorch.git Pytorch1.0.0版源码：https
faster Rcnn训练自己的数据集
july_zx的博客
03-23 744
faster Rcnn训练自己的数据集
Faster_rcnn训练自己的数据集
xjz18298268521的博客
09-27 5940
在看了一些深度学习的目标检测的论文后，想着去用开源的代码去跑一下，看看实际的效果。于是小菜就想着直接把faster_rcnn用起来，包括前期的faster_rcnn安装和配置并运行其中的一个demo.py。后面是用自己的数据集训练faster_rcnn的模型。 　1. 准备工作： 1) 搭建caffe框架这个可以参考linux先搭建caffe的笔记。 2) 安装第三方依赖包：Cytho
Caffe学习系列——Faster-RCNN训练自己的数据集
CV_adventurer的博客
05-29 3万+
2016-10-23 Deep Learning►Caffe Caffe学习系列——6使用Faster-RCNN进行目标检测 Contents 1. 配置与运行Demo 1.1. 1.配置、编译与安装环境1.2. 2.运行demo1.3. 3.训练PASCAL VOC 2007的数据集1.4. 4.遇到的问题 2. 使用Faster-RCNN训
Faster-Rcnn-tf超详细训练过程＜小白入门专用＞手把手教学
t840703721的博客
07-07 936
1.获取faster-rcnn源码。 github官方下载连接：https://github.com/endernewton/tf-faster-rcnn 2.配置环境 python3.6 、 tensorflow1.13 使用pip install -r requirements.txt，直接下载所需依赖 3.添加预训练模型 下载vgg16模型，并且保存在路径：./data/imagenet_weights中,命名为vgg16.ckpt 4.数据集格式 数据集存放路径.\data\VOCdevkit20
Faster-RCNN·代码解读系列04：在云GPU平台零成本搭建Faster-Rcnn经典检测模型教程（GPU可白嫖）【H800上线了，全场低价节】
小李的研究生学习日记
07-31 4988
《在云GPU平台零成本搭建Faster R-CNN经典检测模型教程》这篇教程旨在指导读者如何利用免费的云GPU资源来搭建和训练Faster R-CNN这一经典的物体检测模型。该教程详细介绍了从环境配置到模型训练的全过程，并强调了如何在不产生任何费用的情况下完成这些步骤。 主要内容包括： 选择合适的云服务提供商及其提供的免费GPU实例。 使用Docker容器化技术简化开发环境的配置过程。 安装必要的软件包和依赖库，如PyTorch、COCO API等。 准备训练数据集，并对其进行预处理以适应Faster
【干货】用mmdetection，在COCO数据集上跑通faster R-CNN（测试、训练）
Activewaste
07-06 2万+
注：刚接触R-CNN、Fast R-CNN、Faster R-CNN，就尝试用mmdetection，在coco数据集上跑Faster R-CNN，训练测试完就来记录一下这个过程的一些坑 参考 mmdetection github网址 跑通mmdetection 安装Anaconda3遇到的几个问题 关于跑通mmdetection，建议主要看第一个网址，第二个网址参考为主，因为我按原博的步骤...
Pytorch Mask RCNN训练自定义数据集
平凡简单的执着
05-13 1万+
前言（必读） 最近做目标检测，然后记录一下 Faster RCNN、Mask RCNN来做目标检测踩得那些坑。 首先，本文并不是利用Pytorch从头去实现Faster RCNN、Mask RCNN这两个结构的文章。如果有意向去从头实现并了解每一步细节可以看看下面这些视频和博客： 来自B站的两位大佬讲解 大佬一：视频 博客 GitHub 大佬二：视频 博客 GitHub 上面都是利用pytorch从原理到具体实现的步骤。 不过本文主要还是利用Pytorch中的Tor
手把手教你训练自己的Mask R-CNN图像实例分割模型（PyTorch官方教程）
热门推荐
一个菜鸟的奋斗
09-06 6万+
近来在学习图像分割的相关算法，准备试试看Mask R-CNN的效果。 关于Mask R-CNN的详细理论说明，可以参见原作论文https://arxiv.org/abs/1703.06870，网上也有大量解读的文章。本篇博客主要是参考了PyTorch官方给出的训练教程，将如何在自己的数据集上训练Mask R-CNN模型的过程记录下来，希望能为感兴趣的读者提供一些帮助。 PyTorch官方教程（...
Faster-Rcnn训练自己的数据集
YouthDance
11-28 2003
http://blog.csdn.net/mydear_11000/article/details/70241139 http://blog.csdn.net/sinat_30071459/article/details/51332084 http://blog.csdn.net/zchang81/article/details/70238591 https://github.com/rbgi
Faster RCNN训练自己的数据集
2303_77556729的博客
09-24 1835
在VOCdevkit\VOC2007\ImageSets\Main文件夹下生成四个txt文件，train.txt，val.txt， trainval.txt和test.txt。1.修改主目录下的frcnn.py的参数，使用训练好best_epoch_weights.py作为权重，自己的类别文件，训练时的主干网络（我使用的是vgg）1.找到model_data/voc_classes.txt，修改为自己的类别。2.修改predict.py文件的验证模式，这里我选择的是验证文件下的图片。
Faster RCNN训练自己的数据集【傻瓜式教程】
magicnnonn的博客
12-14 2万+
Faster RCNN训练自己的数据集【傻瓜式教程】
faster rcnn训练自己数据集
03-26
### 使用 Faster R-CNN 训练自定义数据集 为了使用 Faster R-CNN 进行目标检测并训练自定义数据集，可以按照以下方法操作： #### 1. 准备环境和依赖项 确保安装了必要的 Python 库以及深度学习框架 PyTorch。可以通过 pip 安装所需的包： ```bash pip install torch torchvision torchaudio ``` 此外，还需要准备 COCO API 或类似的工具来处理标注文件。 --- #### 2. 数据集格式化 Faster R-CNN 的输入通常需要遵循特定的格式。常见的做法是将数据转换为 COCO 格式或 Pascal VOC 格式。COCO 格式的 JSON 文件结构如下所示[^3]: ```json { "images": [ {"id": 0, "file_name": "image_0.jpg", ...}, ... ], "annotations": [ {"id": 1, "image_id": 0, "category_id": 0, "bbox": [x_min, y_min, width, height], ...}, ... ], "categories": [ {"id": 0, "name": "object_class"}, ... ] } ``` 如果数据不是这种格式，则需编写脚本将其转化为上述标准形式。 --- #### 3. 创建 Dataset 类 在 PyTorch 中，通过继承 `torch.utils.data.Dataset` 来创建一个新的类用于加载图像及其对应的标签信息。以下是示例代码片段[^4]: ```python import os from PIL import Image import torch from torch.utils.data import Dataset class CustomDataset(Dataset): def __init__(self, root_dir, annotation_file, transforms=None): self.root_dir = root_dir self.annotations = json.load(open(annotation_file)) self.transforms = transforms def __len__(self): return len(self.annotations['images']) def __getitem__(self, idx): img_info = self.annotations['images'][idx] anns = [ann for ann in self.annotations['annotations'] if ann['image_id'] == img_info['id']] image_path = os.path.join(self.root_dir, img_info['file_name']) img = Image.open(image_path).convert('RGB') boxes = [] labels = [] for ann in anns: xmin, ymin, w, h = ann['bbox'] xmax = xmin + w ymax = ymin + h boxes.append([xmin, ymin, xmax, ymax]) labels.append(ann['category_id']) target = {} target["boxes"] = torch.as_tensor(boxes, dtype=torch.float32) target["labels"] = torch.as_tensor(labels, dtype=torch.int64) if self.transforms is not None: img, target = self.transforms(img, target) return img, target ``` 此部分实现了从本地路径读取图片与边界框坐标的功能，并返回张量形式的数据供后续模型调用。 --- #### 4. 加载预训练模型 可以直接基于官方提供的 Faster R-CNN 预训练权重初始化模型。例如，在 PyTorch 中有现成的方法获取这些资源[^2]： ```python import torchvision.models as models def get_model(num_classes): model = models.detection.fasterrcnn_resnet50_fpn(pretrained=True) in_features = model.roi_heads.box_predictor.cls_score.in_features model.roi_heads.box_predictor = models.detection.faster_rcnn.FastRCNNPredictor(in_features, num_classes) return model ``` 这里调整分类器层以适应新的类别数量（包括背景），从而完成迁移学习的过程。 --- #### 5. 设置优化器与损失函数 对于目标检测任务来说，默认情况下会采用 SGD 作为优化策略之一；同时由于 Faster R-CNN 自身已经包含了多任务联合训练机制，因此无需额外指定单独的 Loss Function 表达式。 ```python params = [p for p in model.parameters() if p.requires_grad] optimizer = torch.optim.SGD(params, lr=0.005, momentum=0.9, weight_decay=0.0005) lr_scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=3, gamma=0.1) ``` --- #### 6. 开始训练循环 最后一步就是执行完整的 epoch 循环逻辑，期间不断更新参数直至收敛为止。下面给出简化版伪代码表示整个流程： ```python num_epochs = 10 for epoch in range(num_epochs): train_one_epoch(model, optimizer, data_loader_train, device, epoch, print_freq=10) lr_scheduler.step() evaluate(model, data_loader_val, device=device) ``` 其中涉及到了辅助函数如 `train_one_epoch()` 和评估指标计算等内容均来自 Torchvision 工具箱内部实现细节。 --- ### 总结 综上所述，借助于开源社区的力量加上适当修改即可轻松部署属于自己的定制版本 Faster R-CNN 解决方案[^1]。
评论 65
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
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