VGG16

最新推荐文章于 2024-06-06 21:01:50 发布
最新推荐文章于 2024-06-06 21:01:50 发布
阅读量9.6k 收藏 5
点赞数 1
分类专栏： fasterrcnn

代码修改



工程目录介绍

  • caffe-fast-rcnn —> caffe框架

  • data —> 存放数据，以及读取文件的cache

  • experiments —>存放配置文件以及运行的log文件,配置文件

  • lib —> python接口

  • models —> 三种模型, ZF(S)/VGG1024(M)/VGG16(L)

  • output —> 输出的model存放的位置，不训练此文件夹没有

  • tools —> 训练和测试的python文件

修改源文件

faster rcnn有两种各种训练方式:

  • Alternative training(alt-opt)

  • Approximate joint training(end-to-end)

推荐使用第二种，因为第二种使用的显存更小，而且训练会更快，同时准确率差不多，两种方式需要修改的代码是不一样的，同时faster rcnn提供了三种训练模型，小型的ZFmodel，中型的VGG_CNN_M_1024和大型的VGG16,论文中说VGG16效果比其他两个好，但是同时占用更大的GPU显存(~11GB)

我使用的是VGG model + alternative training，需要检测的类别只有一类，加上背景所以总共是两类(background + captcha)

1 py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt

layer {  
  name: 'data'  
  type: 'Python'  
  top: 'data'  
  top: 'rois'  
  top: 'labels'  
  top: 'bbox_targets'  
  top: 'bbox_inside_weights'  
  top: 'bbox_outside_weights'  
  python_param {  
    module: 'roi_data_layer.layer'  
    layer: 'RoIDataLayer'  
    param_str: "'num_classes': 2" #按训练集类别改，该值为类别数+1  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
layer {  
  name: "cls_score"  
  type: "InnerProduct"  
  bottom: "fc7"  
  top: "cls_score"  
  param { 
  lr_mult: 1.0
  }  
  param {
  lr_mult: 2.0 
  }  
  inner_product_param {  
    num_output: 2 #按训练集类别改，该值为类别数+1  
    weight_filler {  
      type: "gaussian"  
      std: 0.01  
    }  
    bias_filler {  
      type: "constant"  
      value: 0  
    }  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
layer {  
  name: "bbox_pred"  
  type: "InnerProduct"  
  bottom: "fc7"  
  top: "bbox_pred"  
  param { 
  lr_mult: 1.0 
  }  
  param { 
  lr_mult: 2.0 
  }  
  inner_product_param {  
    num_output: 8 #按训练集类别改，该值为（类别数+1）*4，四个顶点坐标  
    weight_filler {  
      type: "gaussian"  
      std: 0.001  
    }  
    bias_filler {  
      type: "constant"  
      value: 0  
    }  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

2 py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage1_rpn_train.pt

layer {  
  name: 'input-data'  
  type: 'Python'  
  top: 'data'  
  top: 'im_info'  
  top: 'gt_boxes'  
  python_param {  
    module: 'roi_data_layer.layer'  
    layer: 'RoIDataLayer'  
    param_str: "'num_classes': 2" #按训练集类别改，该值为类别数+1  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

3 py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt

layer {  
  name: 'data'  
  type: 'Python'  
  top: 'data'  
  top: 'rois'  
  top: 'labels'  
  top: 'bbox_targets'  
  top: 'bbox_inside_weights'  
  top: 'bbox_outside_weights'  
  python_param {  
    module: 'roi_data_layer.layer'  
    layer: 'RoIDataLayer'  
    param_str: "'num_classes': 2" #按训练集类别改，该值为类别数+1  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
layer {  
  name: "cls_score"  
  type: "InnerProduct"  
  bottom: "fc7"  
  top: "cls_score"  
  param { 
  lr_mult: 1.0 
  }  
  param { 
  lr_mult: 2.0 
  }  
  inner_product_param {  
    num_output: 2 #按训练集类别改，该值为类别数+1  
    weight_filler {  
      type: "gaussian"  
      std: 0.01  
    }  
    bias_filler {  
      type: "constant"  
      value: 0  
    }  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
layer {  
  name: "bbox_pred"  
  type: "InnerProduct"  
  bottom: "fc7"  
  top: "bbox_pred"  
  param { 
  lr_mult: 1.0
  }  
  param { 
  lr_mult: 2.0 
  }  
  inner_product_param {  
    num_output: 8 #按训练集类别改，该值为（类别数+1）*4,四个顶点坐标  
    weight_filler {  
      type: "gaussian"  
      std: 0.001  
    }  
    bias_filler {  
      type: "constant"  
      value: 0  
    }  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23

4 py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage2_rpn_train.pt

layer {  
  name: 'input-data'  
  type: 'Python'  
  top: 'data'  
  top: 'im_info'  
  top: 'gt_boxes'  
  python_param {  
    module: 'roi_data_layer.layer'  
    layer: 'RoIDataLayer'  
    param_str: "'num_classes': 2" #按训练集类别改，该值为类别数+1  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

5 py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/faster_rcnn_test.pt

layer {  
  name: "cls_score"  
  type: "InnerProduct"  
  bottom: "fc7"  
  top: "cls_score"  
  inner_product_param {  
    num_output: 2 #按训练集类别改，该值为类别数+1  
  }  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

6 py-faster-rcnn/lib/datasets/pascal_voc.py

class pascal_voc(imdb):  
    def __init__(self, image_set, year, devkit_path=None):  
        imdb.__init__(self, 'voc_' + year + '_' + image_set)  
        self._year = year  
        self._image_set = image_set  
        self._devkit_path = self._get_default_path() if devkit_path is None \  
                            else devkit_path  
        self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)  
        self._classes = ('__background__', # always index 0  
                         captcha' # 有几个类别此处就写几个，我是两个
                      )
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

line 212

cls = self._class_to_ind[obj.find('name').text.lower().strip()]
  • 1

如果你的标签含有大写字母，可能会出现KeyError的错误，所以建议全部使用小写字母

7 py-faster-rcnn/lib/datasets/imdb.py

将append_flipped_images函数改为如下形式:

def append_flipped_images(self):  
        num_images = self.num_images  
        widths = [PIL.Image.open(self.image_path_at(i)).size[0]  
                  for i in xrange(num_images)]  
        for i in xrange(num_images):  
            boxes = self.roidb[i]['boxes'].copy()  
            oldx1 = boxes[:, 0].copy()  
            oldx2 = boxes[:, 2].copy()  
            boxes[:, 0] = widths[i] - oldx2 - 1  
            print boxes[:, 0]  
            boxes[:, 2] = widths[i] - oldx1 - 1  
            print boxes[:, 0]  
            assert (boxes[:, 2] >= boxes[:, 0]).all()  
            entry = {'boxes' : boxes,  
                     'gt_overlaps' : self.roidb[i]['gt_overlaps'],  
                     'gt_classes' : self.roidb[i]['gt_classes'],  
                     'flipped' : True}  
            self.roidb.append(entry)  
        self._image_index = self._image_index * 2
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

到此代码修改就搞定了

训练

训练前还需要注意几个地方

1 cache问题

假如你之前训练了官方的VOC2007的数据集或其他的数据集，是会产生cache的问题的，建议在重新训练新的数据之前将其删除

(1) py-faster-rcnn/output
(2) py-faster-rcnn/data/cache

2 训练参数

py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage_fast_rcnn_solver*.pt

base_lr: 0.001
lr_policy: 'step'
step_size: 30000
display: 20
....
  • 1
  • 2
  • 3
  • 4
  • 5

迭代次数在文件py-faster-rcnn/tools/train_faster_rcnn_alt_opt.py中进行修改

line 80

max_iters = [80000, 40000, 80000, 40000]
  • 1

分别对应rpn第1阶段，fast rcnn第1阶段，rpn第2阶段，fast rcnn第2阶段的迭代次数，自己修改即可，不过注意这里的值不要小于上面的solver里面的step_size的大小，大家自己修改吧

开始训练:

cd py-faster-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh 0 VGG16 pascal_voc
  • 1
  • 2

指明使用第一块GPU(0),模型是VGG16,训练数据是pascal_voc(voc2007)，没问题的话应该可以迭代训练了

结果

训练完毕，得到我们的训练模型，我们就可以使用它来进行我们的object detection了，具体是:
1 将py-faster-rcnn/output/faster_rcnn_alt_opt/voc_2007_trainval/VGG16_faster_rcnn_final.caffemodel，拷贝到py-faster-rcnn/data/faster_rcnn_models下

2 将你需要进行test的images放在py-faster-rcnn/data/demo下

3 修改py-faster-rcnn/tools/demo.py文件


CLASSES = ('_background_', 'captcha') #参考你自己的类别写


NETS = {'vgg16': ('VGG16',
'VGG16_faster_rcnn_final.caffemodel'), #改成你训练得到的model的name
'zf': ('ZF',
'ZF_faster_rcnn_final.caffemodel')
} 

im_names = ['1559.jpg','1564.jpg']  # 改成自己的test image的name
  • 1

上几张我的检测结果吧

1

2

3

qq_wuqingdefeng
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
faster_rcnn_model百度云下载.txt
03-24
官网下载会下载不成功，资源提供百度云下载链接，包含faster_rcnn_models.tgz（VGG16_faster_rcnn_final.caffemodel,ZF_faster_rcnn_final.caffemodel），imagenet_models.tgz和selective_search_data.tgz，亲测可以用。
Unable to load vgg16 weights
PinkAir的博客
10-29 309
https://github.com/keras-team/keras/issues/8998 generate=vgg16.VGG16(include_top=False,weights='imagenet',input_tensor=y_pre,input_shape=(None,None,3)) Error:ValueError: You are trying to load a weight file containing 13 layers into a model with 18 lay.
神经网络----现有网络的下载和使用（vgg16）
最新发布
qq_45452617的博客
06-06 484
以下两种方法已经用不了。
利用自己的数据集使用VGG16训练Faster R-CNN
qq_29774003的博客
12-18 3859
目录 1建立数据集 1.1图片 1.2xml文件  1.3数据集划分 2下载ImageNet数据集下预训练得到的模型 3修改prototxt配置文件 3.1修改train.prototxt 3.2修改test.prototxt 3.3修改solver.prototxt 3.4修改pascal_voc.py 3.5修改imdb.py 3.6修改train_net.py（运行t...
PyTorch 笔记Ⅹ——迁移学习ResNet18_&_VGG16
DeepHao'Blog
12-29 3415
文章目录获取所使用的NVIDIA显卡设备谷歌云盘挂载及数据读取导入必要的包数据集制作获取设备信息数据可视化ResNet18ResNet18模型获取与配置参数配置开始训练模型读取与预测PIL与Transform读取方式VGG16VGG16模型获取与配置参数配置开始训练模型读取与预测OpenCV读取方式PIL与OpenCV对比OpenCV归一化处理图像PIL归一化处理图像 获取所使用的NVIDIA显卡设备 !nvidia-smi Tue Sep 1 10:29:57 2020 +-------
ubuntu+pytorch+faster rcnn训练自己的数据集
zxmyoung的博客
08-31 4182
faster-rcnn pytorch1.0.0版本源码地址：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0 参考：https://blog.csdn.net/qq_38497266/article/details/97396096 https://blog.csdn.net/woshicao11/article/details/82055449 https://blog.csdn.net/u014696804/articl
滴滴云服务器训练faster-rcnn
weixin_44304362的博客
05-11 861
滴滴会提供技术文档 https://dinone.kf5.com/hc/kb/article/1344589/ 我下载的代码是1.0分支的 https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0 参考文献 https://www.mscto.com/python/507195.html https://www.cnblogs.com/wind-chaser/p/11359521.html https://blog.csdn.net/wos
vgg16_VGG16_
10-01
VGG16是一种深度卷积神经网络（Convolutional Neural Network, CNN）模型，由英国牛津大学的Visual Geometry Group（VGG）在2014年的ImageNet竞赛中提出。该模型以其深而窄的架构闻名，拥有16个处理层，其中13层是卷...
vgg16_weights.zip
07-07
VGG16是一种深度卷积神经网络（Convolutional Neural Network, CNN），由英国的Visual Geometry Group在2014年的ImageNet Large Scale Visual Recognition Challenge（ILSVRC）上提出。该模型以其深架构和相对简单的...
VGG16_vgg16代码_VGG16_vgg16代码详解_
09-29
VGG16是一种深度卷积神经网络（Deep Convolutional Neural Network, DCNN），由英国牛津大学的Visual Geometry Group（VGG）在2014年的ImageNet竞赛中提出。该模型以其深且窄的架构闻名，拥有16个处理层，其中13层是...
vgg16-397923af.pth
08-17
VGG16是一个著名的卷积神经网络（CNN）模型，由英国剑桥大学的Visual Geometry Group（VGG）在2014年的ImageNet Large Scale Visual Recognition Challenge (ILSVRC) 中提出。这个模型因其深度和准确性而备受关注，...
学习Faster R-CNN代码demo（一）
zhangyifei0115
01-23 2166
注释Yang Jianwei 大神的Faster R-CNN代码 先放github: https://github.com/jwyang/faster-rcnn.pytorch
Faster-RCNN+ZF用自己的数据集训练模型(Python版本)
张彤的博客
12-19 534
一，做自己的数据集 0.文件夹名 首先，确定你的数据集所放的文件夹名字，例如我的叫153（或者和voc2007一样的名字：VOC2007） 1.图片命名 虽然说图片名对训练没什么影响，但建议还是按VOC2007那样，如“000005.jpg”这种形式。至于图片格式，png和jpg都行，当时在训练或者测试的时候一定要注意改相应的代码。原始代码里是写的jpg。 批量修
使用py-faster-rcnn训练自己的数据集
dibuxue3246的博客
12-28 497
https://www.jianshu.com/p/a672f702e596 本文记录了在ubuntu16.04下使用py-faster-rcnn来训练自己的数据集的大致过程。 在此之前，已经成功配置过了caffe-gpu，使用的显卡是GTX1080ti，安装的cuda8.0.61+cudnn v5.1，caffe-gpu的配置过程可以参考：Ubuntu16.04配置caff...
Pytorch版faster rcnn的配置记录
aaronmorgan的博客
09-14 894
使用的代码是ruotian luo的开源代码，github地址：https://github.com/ruotianluo/pytorch-faster-rcnn 0. 安装依赖包 Torchvision 0.3 ，opencv-python, easydict1.6，tensorboard-pytorch，scipy，pyyaml… 一. 下载项目代码，安装COCO API 下载项目代码 g...
pytorch版本的faster rcnn训练测试自己的数据集
qq_38497266的博客
07-30 4776
源码地址：https://github.com/jwyang/faster-rcnn.pytorch 环境：Ubuntu 16.04、python2.7或3.6，显卡GTX1080Ti，pytorch0.4.0，CUDA8.0 一、环境配置： 1.1、 系统环境：Ubuntu 16.04：安装教程：https://jingyan.baidu.com/article/3c48dd348bc00...
window10 + GPU + caffe + python + py-faster-rcnn下Faster-RCNN训练自己的数据集(end2end训练)
qq_34809033的博客
11-20 568
Table of Contents 一、PASCAL VOC 2007/2012格式数据集制作  二、训练自己的数据集 三、end2end训练 四、测试 环境： 系统：windows10 64bit GPU: NNIFIA GTX1080Ti 框架：caffe 语言：python Faster RCNN源码：https://github.com/rbgirshick/py-fa...
faster rcnn训练详解
weixin_33785972的博客
11-21 230
http://blog.csdn.net/zy1034092330/article/details/62044941 py-faster-rcnn训练自己的数据：流程很详细并附代码 https://huangying-zhan.github.io/2016/09/22/detection-faster-rcnn Summary This post records my expe...
win10+Tensorflow+Faster RCNN目标检测（1）环境配置及VOC2007数据集训练及测试
zxmyoung的博客
06-13 2493
现在拉下的工科太多了，现在得赶紧的补习，就先从学习目标检测实战开始。 本文分为3部分： 在win10系统上配置Tensorflow版本的Faster RCNN 运行Faster RCNN程序，测试了图片 过程中的踩坑记 一、相关准备阶段 1.设备环境 win10系统，显卡GeForce GTX 1050ti； TensorFlow-GPU 1.10.0，CUDA 10.0，Cudnn 7.4.2； python 3.5.4, opencv3.4.2, opencv-python 4..
pytorch vgg16
09-05
PyTorch提供了vgg16模型的预训练版本，可以用于图像分类任务。你可以使用`torchvision.models`模块来加载vgg16模型。下面是一个简单的示例代码: ```python import torch import torchvision.models as models # ...

“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
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