faster-rcnn tensorflow windows版本训练人脸检测。

项目下载

github faster-rcnn windows项目：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
按照项目说明，配置项目。过程中会遇到问题：
pil 库无法安装，因为当前python版本为3.5，pil库最多支持到2.7，pip无法安装，conda安装会覆盖当前python版本为2.7 切记！！解决方法：32.7版本后直接下载pillow库即可。
博主环境：python3.5，tensorflow1.13-gpu环境，

数据说明

VOCDevkit2007 文件夹为当前项目使用到的数据
Annotations中的xml为每张图片的标记数据，分类名，检测框坐标。文件名对于图片名。
JPEGImages 为所有图片原数据
ImageSets\Main\trainval.txt 为图片名 索引文件。数据加载 图片名从这个文件中读取。

项目训练

运行train.py文件进行 训练。config/config.py为配置文件模型保存和batch_size 学习率等都保存在这。模型输出文件夹在default\voc_2007_trainval\default，训练完毕需要将模型文件复制到\output\vgg16\voc_2007_trainval+voc_2012_trainval\default下，demo运行使用模型

Demo运行

demo.py文件运行，直接运行报错，找不到模型文件。demo中用到的数据在data/demo/下。
错误解决，修改demo文件：
NETS = {'vgg16': ('vgg16_faster_rcnn_iter_40000.ckpt',), 'res101': ('res101_faster_rcnn_iter_110000.ckpt',)}
代码中根据网络模式 将模型名修改成自己的模型名，迭代训练次数不一样，模型名不一样。
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]', choices=NETS.keys(), default='vgg16')
default 修改成vgg16。
其他错误，一些缺包的错误，安装包即可。一些无法安装的包，一般都是替代包。跟pil一样。仔细看说明，错误提示中会有提示替代包
到此，整个原生faster-rcnn 已经算是完成了。

改造成人脸检测

人脸检测数据说明

WIDER FACE 图片库，下载地址http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/

这三个文件需要下载。训练数据和验证数据annotations是标记数据。测试数据看自己的需求。

为了方便faster rcnn做训练，必须先把wider face数据库转为voc2007格式，也就是和原生数据一样的格式最后会附代码。直接转换。

数据准备

将data\VOCDevkit2007\VOC2007 下所有文件删除

下载的数据解压到data\VOCDevkit2007\Wider_face\文件夹下

新建数据格式转换文件

文件代码在最后。
运行脚本缺包需要安装，需要等待一段时间，复制图片，制作标签等。
脚本运行完毕data\VOCDevkit2007\Wider_face 文件夹下得到三个文件夹就是voc格式

将三个文件夹移动到\data\VOCDevkit2007\VOC2007文件夹下
进入到data\VOCDevkit2007\VOC2007\ImageSets\Main下
var.txt 文件中的内容复制到train.txt中 。修改train.txt文件名为：trainval.txt
到此数据已完全符合训练数据格式。

开始训练

修改lib/datasets/pascal_voc.py 中self._classes，添加自己的分类比如，face，
开始训练，如果还是报错 可尝试删除data/cache文件夹内容再次运行。

运行

/demo.py 文件中修改 CLASSES 添加分类 face
修改分类数量：net.create_architecture(sess, “TEST”, 22,

完毕！！！

总结训练过程中遇到的一些问题：

解决方法：报错原因是fg_inds和bg_inds的数量都小于0，这张图片没办法训练了，所以直接跳过这张图。办法是调整config.py里的roi_bg_threshold_high和roi_bg_threshold_low，一般把roi_bg_threshold_low改成0.0就不会出现这个问题。

解决方法：打开lib/database/pascal_voc.py文件，每一行后面的-1删除。原因是因为我们制作的xml文件中有些框的坐标是从左上角开始的，也就是（0,0）如果再减一就会出现log（-1）的情况。
改完之后就不会出现RuntimeWarning: invalid value encountered in log targets_dw = np.log(gt_widths / ex_widths)这个问题了，loss也不会出现等于nan了，如果还出现loss=nan，可以再试试调小学习率以及各个损失项的占比重。亲测有效。。

derface_to_voc.py 文件代码：

"""
Created on 19-4-18

@author: 段大帅
"""
from skimage import io
import shutil
import random
import os
import string

headstr = """\

    VOC2007
    %06d.jpg
    
        My Database
        PASCAL VOC2007
        flickr
        NULL
    
    
        NULL
        company
    
    
        %d
        %d
        %d
    
    0
"""
objstr = """\
    
"""

tailstr = '''\

'''

def all_path(filename):
    return os.path.join('Wider_face', filename)

def writexml(idx, head, bbxes, tail):
    filename = all_path("Annotations/%06d.xml" % (idx))
    f = open(filename, "w")
    f.write(head)
    for bbx in bbxes:
        f.write(objstr % ('face', bbx[0], bbx[1], bbx[0] + bbx[2], bbx[1] + bbx[3]))
    f.write(tail)
    f.close()


def clear_dir():
    if shutil.os.path.exists(all_path('Annotations')):
        shutil.rmtree(all_path('Annotations'))
    if shutil.os.path.exists(all_path('ImageSets')):
        shutil.rmtree(all_path('ImageSets'))
    if shutil.os.path.exists(all_path('JPEGImages')):
        shutil.rmtree(all_path('JPEGImages'))

    shutil.os.mkdir(all_path('Annotations'))
    shutil.os.makedirs(all_path('ImageSets/Main'))
    shutil.os.mkdir(all_path('JPEGImages'))


def excute_datasets(idx, datatype):
    f = open(all_path('ImageSets/Main/' + datatype + '.txt'), 'a')
    f_bbx = open(all_path('wider_face_split/wider_face_' + datatype + '_bbx_gt.txt'), 'r')

    while True:
        filename = f_bbx.readline().strip('\n')
        if not filename:
            break
        try:
            im = io.imread(all_path('WIDER_' + datatype + '/images/'+filename))
        except IOError:
            print('错误文件名已跳过，',filename)
            continue
        head = headstr % (idx, im.shape[1], im.shape[0], im.shape[2])
        nums = f_bbx.readline().strip('\n')
        bbxes = []
        for ind in range(int(nums)):
            bbx_info = f_bbx.readline().strip(' \n').split(' ')
            bbx = [int(bbx_info[i]) for i in range(len(bbx_info))]
            #x1, y1, w, h, blur, expression, illumination, invalid, occlusion, pose
            if bbx[7]==0:
                bbxes.append(bbx)
        writexml(idx, head, bbxes, tailstr)
        shutil.copyfile(all_path('WIDER_' + datatype + '/images/'+filename), all_path('JPEGImages/%06d.jpg' % (idx)))
        f.write('%06d\n' % (idx))
        idx +=1
    f.close()
    f_bbx.close()
    return idx


# 打乱样本
def shuffle_file(filename):
    f = open(filename, 'r+')
    lines = f.readlines()
    random.shuffle(lines)
    f.seek(0)
    f.truncate()
    f.writelines(lines)
    f.close()


if __name__ == '__main__':
    clear_dir()
    idx = 1
    idx = excute_datasets(idx, 'train')
    idx = excute_datasets(idx, 'val')