使用Faster R-CNN训练自己的数据_NWPU_VHR-10数据集

本文转自：初沏的茶 http://blog.csdn.net/chuqidecha/article/details/58148611 

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'

• 1

(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'];

• 1

(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'
            };

• 1
• 2
• 3
• 4
• 5
• 6

---

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。 

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');

• 1
• 2
• 3

---

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  

• 1
• 2
• 3
• 4
• 5

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 

• 1
• 2
• 3
• 4
• 5

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
        }
    }
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23

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
        }
    }
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24

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
        }
    }
}

• 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
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48

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);  

• 1

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;  

• 1
• 2
• 3
• 4

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