faster r-cnn训练自己的数据

1、制作数据放在data/VOCdevkit2007/VOC2007中
2、修改模型
"/home/pengshengfeng/py-faster-


rcnn/models/pascal_voc/VGG16/faster_rcnn_end2end/train.prototxt"


1）num_classes :， 则为3（n + 背景类） 
2）cls_score 层， num_output :也设置为3（n + 背景类） 
3）bbox_pred层， num_output:设置为12(n + 背景类) ×4 
4）name: 'roi-data'层  num_classes 3
对于test.prototxt文件， 修改如下： 
1）cls_score 层，num_output :也设置为3（n + 背景类） 
2）bbox_pred层，  num_output:设置为12(n + 背景类) ×4 




3，修改数据输入类别：cd /lib/datasets
首先，修改pascal_voc.py， 
self.CLASS = ( 
‘background‘, ‘nescafe’,'max well'
。。。 
) 


4、解决错误：
rcnn/tools/../lib/datasets/imdb.py", line 108, in append_flipped_images
    assert (boxes[:, 2] >= boxes[:, 0]).all()
AssertionError
而faster rcnn会对Xmin,Ymin,Xmax,Ymax进行减一操作
如果Xmin为0，减一后变为65535
(1)、修改lib/datasets/imdb.py，append_flipped_images()函数
数据整理，在一行代码为 boxes[:, 2] = widths[i] - oldx1 - 1下加入代码：
for b in range(len(boxes)):
  if boxes[b][2]< boxes[b][0]:
    boxes[b][0] = 0
(2)、修改lib/datasets/pascal_voc.py，_load_pascal_annotation(,)函数
将对Xmin,Ymin,Xmax,Ymax减一去掉，变为：
 x1 = float(bbox.find('xmin').text) 
 y1 = float(bbox.find('ymin').text) 
 x2 = float(bbox.find('xmax').text) 
 y2 = float(bbox.find('ymax').text) 


5、训练
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py-


faster-rcnn/data/cache中的文件和
py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件删除（如果有的


话）


6、训练
./experiments/scripts/faster_rcnn_end2end.sh VGG16（sh文件自己改过）