使用Faster R-CNN训练自己的数据

1. 主要步骤

  1. VOC2007格式数据集制作
  2. 训练集均值文件计算
  3. 网络选择
  4. faster r-cnn源码修改
  5. 运行

2. VOC2007格式数据集制作

1. 修改VOCinit.m

(1) 数据集名称

第12行VOC2007改为自己的文件夹名称

VOCopts.dataset='your folder name'

(2) 修改图片格式
第37行中的jpg换成自己的图片格式

VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset '/JPEGImages/%s.jpg'];

(3) 修改标签名称
第81行之后的类别名称换成自己数据集的类别名称

VOCopts.classes={...
            'cls1'
            'cls2'
            ...
            'clsn'
            };

3. 文件目录

按照下图添加文件夹,其中的NWPU_VHR-10改为自己的数据集名称。
使用Faster R-CNN训练自己的数据_第1张图片

3. xml格式的annotation文件

4. 数据集划分

在/NWPU_VHR-10/ImageSets/Main文件夹下创建test.txt、train.txt、trainval.txt、val.txt四个文件,分别保存测试集、训练集、训练集-验证集合验证集。每个文件名占一行,不包含后缀名。


2. 计算图片数据的均值

windows下计算图片数据均值使用的工具和命令与Linux下的相同。可参照@denny402的博客–计算图片数据的均值。工具生成的格式是binaryproto格式的文件,MATLAB中使用的是mat格式文件,使用caffe.io.read_mean进行格式转换。

image_mean = caffe.io.read_mean('path to mean file');
save('path to save','image_mean');

4. 网络选择与参数修改

对于ZF网络,训练Fast R-CNN需要至少3G现存,根据自己的硬件配置,选择合适的网络,然后对网络参数进行修改。

1. models\ fast_rcnn_prototxts\ZF\ train_val.prototxt

input: "bbox_targets"  
input_dim: 1  # to be changed on-the-fly to match num ROIs  
input_dim: 84 # 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: 84 # 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: 21 #根据类别数改该值为类别数+1   
        weight_filler {
            type: "gaussian"
            std: 0.01
        }
        bias_filler {
            type: "constant"
            value: 0
        }
    }
}
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: 84 # 根据类别数改,该值为(类别数+1)*4   
        weight_filler {
            type: "gaussian"
            std: 0.001
        }
        bias_filler {
            type: "constant"
            value: 0
        }
    }
}

2. models\ fast_rcnn_prototxts\ZF\ test.prototxt

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: 21 #根据类别数改该值为类别数+1   
        weight_filler {
            type: "gaussian"
            std: 0.01
        }
        bias_filler {
            type: "constant"
            value: 0
        }
    }
}

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: 84 # 根据类别数改,该值为(类别数+1)*4  
        weight_filler {
            type: "gaussian"
            std: 0.001
        }
        bias_filler {
            type: "constant"
            value: 0
        }
    }
}

3. 其他文件

models\ fast_rcnn_prototxts\ZF6\ train_val.prototxt与models\ fast_rcnn_prototxts\ZF\ train_val.prototxt修改的地方相同。
models\ fast_rcnn_prototxts\ZF6\ test.prototxt与 models\ fast_rcnn_prototxts\ZF\ test.prototxt修改的地方相同


5. faster r-cnn源码修改

1. function\fast_rcnn\fast_rcnn_train.m

ip.addParamValue('val_iters',       500,            @isscalar);  

val_iters的默认值设置为验证样本数的1/5左右,最大不能超过验证样本数。

2. function\rpn\proposal_train.m

与fast_rcnn_train.m相同,修改val_iters值。

3. imdb\imdb_eval_voc.m

%注释73行
%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');  
%添加下面语句
do_eval = 1;  

如果不修改,测试时精度全为0。

4. experiments+Model\ZF_for_Faster_RCNN_VOC2007.m

在该文件中修改faster-rcnn各阶段训练时的参数


5. 运行

运行experiments/script_faster_rcnn_VOC2007_ZF.m。运行结束后根据提示修改detection_test.prototxt

你可能感兴趣的:(深度学习)