代码运行：CornerNet源码

论文题目：CornerNet: Detecting Objects as Paired Keypoints

论文地址：https://arxiv.org/pdf/1808.01244.pdf

代码地址：https://github.com/princeton-vl/CornerNet

 

代码目录层次：

各个目录含义：

cache：存放训练好的模型，训练过程中，每隔5000步存一次模型

config：配置文件，Cornernet训练的配置文件由config/CornerNet.json 和 config.py组成，测试加上db/detections.py

data：存放coco数据集，需要包含coco的PythonAPI

db：数据类别、基础参数、读取加载等，运行自己数据集需要修改db/coco.py下的self._cat_ids

external：存放用c写的NMS和soft_NMS算法

models和nnet：网络结构代码

result：村粗 python test.py的结果

test：test.py调用coco.py里面的kp_detection方法

utils：工具类

test.py和train.py：测试和训练

第一步，跟着README.md配置运行环境，主要是下载conda_packagelist.txt里面的包比较费时间；

第二步，制作自己的coco数据集；附上voc转coco的github源码：https://github.com/shiyemin/voc2coco

第三步：根据自己数据修改config/CornerNet.json里面的dataset，batch_size，chunk_sizes，data_dir(看情况)，categories，其中batch_size等于chunk_sizes每个数据的和，chunk_sizes里面每个数表示分到每张网卡的图片数，单张网卡一般也就只能3-5张；

第四步：修改config.py，display:隔几步输出一次loss；snapshot：隔几步存一次模型；batch_size；pretrain：与训练模型地址；

第五步：运行python train.py

第六步：运行python test.py，debug参数决定是不是生成测试图片，即把结果框画到原图上并保存到/result目录

另外测试时：test/coco.py里面：kp_detection方法调用了db.evaluate(result_json, cls_ids, image_ids)，需要把db/coco.py里面的：       

if self._split == "testdev":
            return None

注释掉，才会输出结果。

 

跑我们的数据集，结果并不好：

 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.354
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.602
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.374
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.114
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.383
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.310
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.398
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.580
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.601
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.404
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.574
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.606
------------eval result--------------
0.3539904837352708
 

检测时间：1帧/s

 

发现cornertnet对一张图片中存在多个相同类别的目标时，容易存在多检现象，如下图的框01和02