Faster R-CNN图像识别训练的步骤

Faster R-CNN图像识别训练的步骤

Faster-Rcnn图像训练的步骤

一、DataSet下的目录结构：

./DataSets/VOCDevkit/VOCcode

./DataSets/VOCDevkit/MyClasses

./DataSets/VOCDevkit/MyClasses/Annotations/%s.xml

./DataSets/VOCDevkit/MyClasses/JPEGImages/%s.jpg

./DataSets/VOCDevkit/MyClasses/ImageSets/Main/%s.txt

ImageSets下的Main中，要放train.txt、 val.txt、 test.txt、trainval.txt

修改文件：./DataSets/VOCdevkit/VOCcode下的VOCinit.m

1、设置：VOCopts.dataset='MyClasses';

2、设置：

        VOCopts.classes={... 

           '你的标签1' 

           '你的标签2' 

           '你的标签3' 

           '你的标签4'}; 



3、文件准备：

           3.1、保存xml到Annotations，将xml文件全部放到该文件夹里。

    3.2、将训练图片放到JPEGImages，将所有的训练图片放到该文件夹里。

    3.3、新建文件夹，命名为ImageSets，在ImageSets里再新建文件夹，命名为Main。我们可以通过xml名字(或图片名)，生成四个txt文件，即：test.txt、train.txt、trainval.txt、val.txt。txt文档中的内容为，一行一个文件名称(不包扩扩展名)。

    即图片名字（无后缀），test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集.VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%

二、参数设置

1、修改文件：./function/fast_rcnn/fast_rcnn_train.m和function/rpn/proposal_train.m

  ip.addParamValue('val_iters', 6,@isscalar);

  这里的6大约取值为val总数的1/5即可，如果验证库总数为30，这里写6。



2、修改文件：./imdb/imdb_eval_voc.m

 第73行左右，将do_eval改为1，否则测试会出现精度全为0的情况

    do_eval = (str2num(year) <= 2007) | ~strcmp(test_set, 'test');

    改为

    do_eval = 1

3、修改文件：./imdb/roidb_from_voc.m

  ip.addParamValue('exclude_difficult_samples',true,@islogical); 

  不包括难识别的样本，所以设置为true。(如果有就设置为false)



4、修改文件：

    ./models/ fast_rcnn_prototxts/ZF/ test.prototxt

    ./models/ fast_rcnn_prototxts/ZF_fc6/ test.prototxt



     input: "bbox_targets" 

     input_dim: 1  # to be changed on-the-fly to match num ROIs 

     input_dim: 20 # 根据类别数改，该值为（类别数+1）*4 

     input_dim: 1 

     input_dim: 1 



    input: "bbox_loss_weights" 

    input_dim: 1  # to be changed on-the-fly to match num ROIs 

    input_dim: 20 # 根据类别数改，该值为（类别数+1）*4   

    input_dim: 1 

    input_dim: 1



    layer { 

        bottom: "fc7" 

        top: "cls_score" 

        name: "cls_score" 

        param { 

            lr_mult: 1.0 

        } 

        param { 

            lr_mult: 2.0 

        } 

        type: "InnerProduct" 

        inner_product_param { 

            num_output: 5 #根据类别数改该值为类别数+1 



    layer { 

        bottom: "fc7" 

        top: "bbox_pred" 

        name: "bbox_pred" 

        type: "InnerProduct" 

        param { 

            lr_mult: 1.0 

        } 

        param { 

            lr_mult: 2.0 

        } 

        inner_product_param { 

            num_output:   20 #根据类别数改，该值为（类别数+1）*4   



5、Solver的修改：

       Solver文件有3个，默认使用的solver是solver_30k40k.prototxt，如下stage 1 rpn，可以在./experiments/+Model/ZF_for_Faster_RCNN_VOC2007.m中更换。

model.stage1_rpn.solver_def_file= fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'solver_30k40k.prototxt');%solver_60k80k.prototxt 

model.stage1_rpn.test_net_def_file= fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'test.prototxt'); 

model.stage1_rpn.init_net_file= model.pre_trained_net_file; 



6、开始训练:

    6.1、为防止与之前的模型搞混,训练前把output文件夹删除（或改个其他名），还要把imdb\cache中的文件删除（如果有的话）

    6.1、训练完后，不要急着马上测试，先打开./output/faster_rcnn_final/faster_rcnn_VOC2007_ZF文件夹，打开detection_test.prototxt，作如下修改：

    （1）、将relu5（包括relu5）前的层删除，并将roi_pool5的bottom改为data和rois。

    （2）、并且前面input: "data"下的input_dim:分别改为1,256,50,50(如果是VGG就是1,512,50,50,其他修改基本一样)。



7、测试：

    7.1、训练完成后，打开./experiments/script_faster_rcnn_demo.m，将模型路径改成训练得到的模型路径：

    model_dir= fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC2007_ZF') 

    im_names = {'001.jpg', '002.jpg', '003.jpg'}; 

    7.2、如果你的数据集类别比voc2007数据集多，把script_faster_rcnn_demo.m中的showboxes(im, boxes_cell, classes, 'voc')作如下修改：将showboxes(im, boxes_cell, classes, 'voc');  改为 showboxes(im, boxes_cell, classes, 'default'); 

    7.3、如果测试发现出现的框很多，且这些框没有目标，可以将阈值设高一些（默认是0.6）：thres = 0.9;