Faster R-CNN Keras版源码史上最详细解读系列之运行源码

源码介绍

我想大多数人跟我一样，而且肯定是想要把源码先跑起来，然后慢慢看里面细节。我用的是windwos，一些最基本的环境，用到的库这种我就不说啦，具体可以看项目里的requirements.txt文件，或者百度。

那就先说说keras版的源码，很多的源码是从yhenon克隆来的，但是这个貌似失效了，所以提供一个其他的，我网上找的，应该是跟原版一样的：https://github.com/moyiliyi/keras-faster-rcnn。

数据集格式介绍

然后我们准备数据，原文是用VOC2007和VOC2012的数据，但是这些数据比较大，训练和下载也比较慢，我给一个连接吧，后面可以用这个数据集训练，https://pjreddie.com/projects/pascal-voc-dataset-mirror/

为了方便我去找了一个细胞识别的数据集，几百张图，只有3个类别，训练相对快点，也是VOC格式的，https://github.com/Shenggan/BCCD_Dataset

我们先下下来看看数据集的结构，比如VOC2007：

其实对于这个项目来说，我们只要用Annotations，ImageSets，JPEGImages这三个文件就可以了，我们看看里面是什么。
Annotations：

某个000005.xml里面的内容：

我们目标检测用的信息我基本上后面都用中文注释了，其实就是一张图片里有很多个物体，每个物体都用标注框标出来了。

ImageSets文件夹下的Main夹下我们主要关心的文件：

比如trainval.txt里面就是图片名字，包含训练集和验证集：

然后我们所选的细胞监测的数据集是这样的，相对简单点：

预训练模型

我们要运行还差一个预训练权重模型vgg16_weights_tf_dim_ordering_tf_kernels.h5，不导入会报错，当然也可以自己训练VGG16啦，不过最好还是下载预训练的，可以加快速度，模型下载。下载后建议就放项目根目录下。

修改部分源码文件

要让代码跑起来，还要修改一些参数。

首先是train_frcnn.py，其实我是改了一些参数，这样直接python train_frcnn.py，不用每次传参数，麻烦，当然你也可以每次传啦，看你喜欢。

修改训练路径：

# 训练路径，如果是voc格式，就给个目录，目录下有Annotations等，如果是简单的解析，就给解析文件，我这里改成了细胞检测的目录
parser.add_option("-p", "--path", dest="train_path", help="Path to training data.",
                  default="F:\AI\OpenSources\ComputerVision\dataset\BCCD_Dataset-master\BCCD")

用voc格式解析数据：

# 解析数据方式，就是VOC或者简单的解析，对应后面的keras_frcnn.pascal_voc_parser或者keras_frcnn.simple_parser
parser.add_option("-o", "--parser", dest="parser", help="Parser to use. One of simple or pascal_voc",
                  default="pascal_voc")

主干网络改VGG：

# 主干网络的选择，可以是vgg也可以是resnet50，resnet101，下面有对应的代码
parser.add_option("--network", dest="network", help="Base network to use. Supports vgg or resnet50.", default='vgg')

模型参数：

# 输入的预训练模型参数
parser.add_option("--input_weight_path", dest="input_weight_path",
                  help="Input path for weights. If not specified, will try to load default weights provided by keras.",
                  default='vgg16_weights_tf_dim_ordering_tf_kernels.hdf5')

然后是pascal_voc_parser.py这个文件，解析voc数据用的。

原来有data_paths = [os.path.join(input_path,s) for s in ['VOC2007','VOC2012']]
这个是将voc2007，和voc2012文件夹里面的数据一起训练：

因为我用细胞检测的数据集，所以我改成了data_paths = [os.path.join(input_path,s) for s in ['']]，也就是不用加任何路径了：

最后config.py里也要改几个地方。

# 主干网络
		self.network = 'vgg'

# 原图缩放时固定短边的大小，源码是600，太大可能GPU内存不够哦
		self.im_size = 300

改完后在项目目录下直接运行python train_frcnn.py应该就可以了，比如我的：


这样基本能运行起来了，但是貌似要训练好久，不过可以修改一些参数，比如训练轮次，每轮迭代多少张图，他是一次一张图训练的，其他具体的配置后面的文章会讲。

至此，这个项目应该可以运行起来啦，我们的第一步能否成功运行其实很重要，关系到我们的信心和兴趣，如果源码都跑不起来，可能会放弃去看里面的东西，毕竟要细看还是要跑起来debug的，这样是最有效率的。

好了，今天就到这里了，希望对学习理解有帮助，大神看见勿喷，仅为自己的学习理解，能力有限，请多包涵，部分图片来自网络，侵删。