pva-faster-rcnn

训练可以参考这篇文章：

http://blog.csdn.net/samylee/article/details/52860038

继fasterrcnn后，又一个pva-fasterrcnn的配置教程，希望可以帮助大家。若不能配置成功，请与我联系，邮箱：[email protected]

注意：有些复制的终端命令如果不能在终端运行，请注意英文全角半角问题，可以将命令输入终端，无须复制粘贴命令

第一部分：下载并编译pvanet
1、终端输入：
Git clone --recursive https://github.com/sanghoon/pva-faster-rcnn.git
2、建立Cython模块：
这个地方很容易错，缺什么下载什么就能解决啦，出现问题的小伙伴可以来群里讨论哈，很多问题我当时没有记录，所以来群里讨论讨论就行啦，群号你懂得
cd $pva-faster-rcnn/lib
make –j16(为啥用16相信大家也很清楚啦)
3、编译caffe及pycaffe
cd $pva-faster-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config
修改Makefile.config文件：
去掉cudnn前面#（我用cudnn4.0，仅供参考）
Opencv_version不用注释（我用的2.4.10,3.0没有测试过，所以不用注释）
BLAS=atlas（我测试的库，mkl没有试过）（sudo apt-get install libatlas-base-dev即可安装）
去掉with_python_layer前面的#，注意一定要去掉，不然无法训练数据（测试的时候不需要）

修改后保存退出

make –j16
make pycaffe –j16

第二部分：下载预训练模型（外网真心慢啊）
为小伙伴们提供百度网盘下载链接：
链接：http://pan.baidu.com/s/1kVRRPDd 密码：1cdt
1、打开文件将test.model放入$pva-faster-rcnn/models/pvanet/full/这个目录下
2、将test(1).model重命名为test.model放入$pva-faster-rcnn/models/pvanet/comp/目录下
其他的模型我就没有去试验啦，后续有时间就会更新这些模型的训练方法的

第三部分：下载voc07数据
打开终端（任何目录）输入：
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
解压（严格按照此顺序）：
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar
将生成的VOCdevkit文件夹更名为VOCdevkit2007移动至$pva-faster-rcnn/data/目录下面

第四部分：voc07测试预训练模型
终端输入：
cd $pva-faster-rcnn
1、full/test.model测试：
./tools/test_net.py --gpu 0 --def models/pvanet/full/test.pt --net models/pvanet/full/test.model --cfg models/pvanet/cfgs/submit_160715.yml
2、Comp/test.model测试：
./tools/test_net.py --gpu 0 --def models/pvanet/comp/test.pt --net models/pvanet/comp/test.model --cfg models/pvanet/cfgs/submit_160715.yml
此测试会得到系列类别的AP值

第五部分：预训练model训练并测试voc07数据
终端输入：
1、训练：
cd $pva-faster-rcnn
./tools/train_net.py --gpu 0 --solver models/pvanet/example_finetune/solver.prototxt --weights models/pvanet/full/test.model –iters 100000 --cfg models/pvanet/cfgs/train.yml –imdb voc_2007_trainval(其他参数默认)
训练结果会在pva根目录生成output文件夹，模型就在里面
2、测试：
./tools/test_net.py --gpu 0 --def models/pvanet/example_finetune/test.prototxt --net output/faster_rcnn_pavnet/voc_2007_trainval/pvanet_frcnn_iter_100000.caffemodel --cfg models/pvanet/cfgs/submit_160715.yml(其他参数默认)

第六部分：预训练model训练并测试自己数据
1、数据制作：
还记得fasterrcnn数据如何制作的吗？参考博客http://blog.csdn.NET/samylee/article/details/51201744
Tips：参考voc07的数据格式，我们可发现，生成的数据最后只需保留Annotations、ImageSets和JPEGImages三个文件夹即可，ImageSets/Main文件中用到的只有trainval.txt和test.txt这两个文件（数据分布：trainval=train+val,all_data=trainval+test），多类别如果增加负样本或模糊样本可以考虑1、0及-1操作（其中1表示有目标，0表示模糊目标，-1表示没有目标）
数据集制作完成后将这三个文件夹复制至一个文件夹（命名为VOC2007）当中，再移动至$pva-faster-rcnn/data/VOCdevkit2007中，替换原来的VOC2007

2、类别设置：（有几类设置几类，类似fasterrcnn，我的数据集为1类行人数据）

1）打开文件/models/pvanet/example_finetune/train.prototxt

num_classes:2（开头处）（我实验时一类）

2）修改lib/datasets/pascal_voc.py

self._classes = ('__background__', # always index 0
                              'people')（只有这一类）

3）修改lib/datasets/imdb.py

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

4）修改完pascal_voc.py和imdb.py后进入lib/datasets目录下删除原来的pascal_voc.pyc和imdb.pyc文件。

5）删除："/home/~~~~~/pva-faster-rcnn/data/cache/voc_2007_trainval_gt_roidb.pkl"

3、训练数据：
cd $pva-faster-rcnn
./tools/train_net.py --gpu 0 --solver models/pvanet/example_finetune/solver.prototxt --weights models/pvanet/full/test.model –iters 100000 --cfg models/pvanet/cfgs/train.yml –imdb voc_2007_trainval(其他参数默认)
4、测试模型：
./tools/test_net.py --gpu 0 --def models/pvanet/example_finetune/test.prototxt --net output/faster_rcnn_pavnet/voc_2007_trainval/pvanet_frcnn_iter_100000.caffemodel --cfg models/pvanet/cfgs/submit_160715.yml(其他参数默认)

1、

出现错误operands could not be broadcast together with shapes (84,4096) (12,1)

出现这种错误主要是train.prototxt  中的文件类别没改过来，可以下载原来的VOC的num_classes进行修改

2、

Cannot copy param 0 weights from layer 'cls_score'; shape mismatch.  
Source param shape is 21 4096 (86016); target param shape is 3 4096 
(12288). To learn this layer's parameters from scratch rather than 
copying from a saved net, rename the layer.

这个错误要把对应的层rename。比如把cls_score改为cls_score1