Faster-RCNN Tensorflow版本源码解析（一）：网络训练部分train_net.py
这里将要解析的是Faster-RCNN Tensorflow版本，fork自githubFaster-RCNN_TF。
网络训练部分
Faster-RCNN_TF中，网络的训练文件是 Faster-RCNN_TF/tools/train_net.py。
1. 启动训练的方法
我们在启动faster-RCNN网络训练的时候，要在目录Faster-RCNN_TF/下，在终端输入:
python ./tools/train_net.py ---device gpu ---device_id 3 ---solver VGG_CNN_M_1024 ---weight ./data/pretrain_model/VGG_imagenet.npy ---imdb voc_2007_train ---network voc2007_train上述例子中，所使用的数据库是voc_2007_train，我们就以voc_2007_train为例进行说明。
参数解释：（注意：所有的—都是两个小横杠，不是一个）
train_net.py： 是网络的训练文件
—device ：代表选用cpu还是gpu
—device_id: 代表机器上的cpu或者gpu的编号，根据自己的机器可自行修改
—solver： 模型的配置文件，这个参数就不要进行修改了，固定就是VGG_CNN_M_1024
—weight： 初始化的权重文件，这里用的是Imagenet上预训练好的模型VGG_imagenet.npy，存放在目录Faster-RCNN_TF/data/pretrain_model下。如果没有该目录，自己手动创建一个；VGG_imagenet.npy如果没有，自行下载，原工程提供了下载链接
—imdb： 训练的数据库名称
—network： 代表选择训练网络还是测试网络，这个参数的值的形式是固定的，必须是voc2007_train的形式，前半部分voc2007可以随便（但是不能有下划线），后半部分必须是_train
训练完成之后的模型默认保存在了目录Faster-RCNN_TF/output/default/voc_2007_train/下（该目录如果没有，程序会自动创建一个，所以不用自己手动创建）。
2. Faster-RCNN_TF/tools/train_net.py 源码解析
# coding=utf-8 #有中文注释，记得加上这个
#!/usr/bin/env python
# --------------------------------------------------------
# Faster R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------
"""Train a Faster R-CNN network on a region of interest database."""
#首先，加载进来需要的各种模块。
#python中，每个py文件被称之为模块，，每个具有__init__.py文件的目录被称为包
import _init_paths #_init_paths是一个.py文件，用来设置Faster-RCNN的路径
from fast_rcnn.train import get_training_roidb, train_net
from fast_rcnn.config import cfg,cfg_from_file, cfg_from_list, get_output_dir
from datasets.factory import get_imdb
from networks.factory import get_network
import argparse
import pprint
import numpy as np
import sys
import os
def parse_args():
"""
Parse input arguments解析输入参数
这里的参数指的是，在运行train_net.py这个文件时，需要的输入参数
"""
parser = argparse.ArgumentParser(description='Train a Faster R-CNN network')
parser.add_argument('--device', dest='device', help='device to use',
default='cpu', type=str) #--device代表选用cpu还是gpu,默认cpu
parser.add_argument('--device_id', dest='device_id', help='device id to use',
default=0, type=int) #--device_id代表机器上的cpu或者gpu的编号
parser.add_argument('--solver', dest='solver',
help='solver prototxt',
default=None, type=str) # --solver代表模型的配置文件，这个参数的值就固定是VGG_CNN_M_1024
parser.add_argument('--iters', dest='max_iters',
help='number of iterations to train',
default=70000, type=int) #--iters代表训练时的最大迭代步数，默认是70000步
parser.add_argument('--weights', dest='pretrained_model',
help='initialize with pretrained model weights',
default=None, type=str) #--weights代表权重文件，也就是预训练好的模型。
#这里用的是Imagenet上预训练好的模型VGG_imagenet.npy，
#存放在目录Faster-RCNN_TF/data/pretrain_model下
parser.add_argument('--cfg', dest='cfg_file',
help='optional config file',
default=None, type=str)
parser.add_argument('--imdb', dest='imdb_name',
help='dataset to train on',
default='kitti_train', type=str) #--imdb代表训练数据库的名称，默认是kitti_train。
#该工程中，提供了5种数据库来训练网络，并分别给出了各自的数据读写接口，
#5种数据库分别是pascal_voc，coco，kitti，nissan，nthu
#（工程中，说是提供了5种数据库，但是也就只给出了各自的数据库读写接口，并没有给出实际的数据库，所以得需要自己另行下载，工程中没有提供）。
#另外，这个数据库名称是固定的，该名称在Faster-RCNN_TF/lib/datasets/factory.py中
#被定义了具体的格式：以pascal_voc数据库为例，参数--imdb的值应为voc_2007_train。
#文件factory.py会在下一篇做更进一步的解释
parser.add_argument('--rand', dest='randomize',
help='randomize (do not use a fixed seed)',
action='store_true')
parser.add_argument('--network', dest='network_name',
help='name of the network',
default='kitti_train', type=str) #--network代表选择训练网络还是测试网络，
#这个参数的值的形式是固定的，必须是kitti_train的形式，
#前半部分kitti可以随便定义（但是不能有下划线），后半部分必须是_train
parser.add_argument('--set', dest='set_cfgs',
help='set config keys', default=None,
nargs=argparse.REMAINDER)
if len(sys.argv) == 1:
parser.print_help()
sys.exit(1)
args = parser.parse_args()
return args
if __name__ == '__main__': #主函数
args = parse_args()
print('Called with args:')
print(args)
if args.cfg_file is not None:
cfg_from_file(args.cfg_file)
if args.set_cfgs is not None:
cfg_from_list(args.set_cfgs)
print('Using config:')
pprint.pprint(cfg) #cfg就是Faster-RCNN_TF/lib/fast_rcnn/config.py,
#是网络训练的参数文件。这里的参数指的是网络在训练过程需要用到的各种参数。
if not args.randomize:
# fix the random seeds (numpy and caffe) for reproducibility
np.random.seed(cfg.RNG_SEED)
#加载训练数据。函数get_imdb在Faster-RCNN/lib/datasetes/factory.py中被定义。
imdb = get_imdb(args.imdb_name)
print 'Loaded dataset `{:s}` for training'.format(imdb.name)
#将训练数据变成minibatch的形式。
#函数get_training_roidb在Faster-RCNN/lib/fast_rcnn/train.py中被定义
roidb = get_training_roidb(imdb)
#设置保存（训练好的模型）的目录。如果该目录没有，会自动新建一个。
#函数get_output_dir在Faster-RCNN_TF/lib/fast_rcnn/config.py中被定义
output_dir = get_output_dir(imdb, None)
print 'Output will be saved to `{:s}`'.format(output_dir)
#设置GPU或者CPU的 id
os.environ['CUDA_VISIBLE_DEVICES'] = str(args.device_id)
device_name = '/{}:{:d}'.format(args.device,args.device_id)
print device_name
#按照args.network_name获取网络。选择train网络或者test网络。
#为什么参数args.network_name的值有固定的格式，看函数get_network就知道了。
#函数get_network在Faster-RCNN_TF/lib/networks/factory.py中被定义。
network = get_network(args.network_name)
print 'Use network `{:s}` in training'.format(args.network_name)
#启动Faster-RCNN网络训练。
#函数train_net在Faster-RCNN_TF/lib/fast_rcnn/train.py中被定义
train_net(network, imdb, roidb, output_dir,
pretrained_model=args.pretrained_model,
max_iters=args.max_iters)
上述网络的训练文件Faster-RCNN_TF/tools/train_net.py中，用到的函数有以下几个：
def parse_args():解析输入参数。 这里的参数指的是，在运行train_net.py这个文件时，需要的输入参数。该函数的定义就在Faster-RCNN_TF/tools/train_net.py中。
get_imdb():加载训练数据。函数get_imdb在Faster-RCNN/lib/datasetes/factory.py中被定义。
get_training_roidb():将训练数据变成minibatch的形式。函数get_training_roidb在Faster-RCNN/lib/fast_rcnn/train.py中被定义。
get_output_dir():设置保存（训练好的模型）的目录。如果该目录没有，会自动新建一个。函数get_output_dir在Faster-RCNN_TF/lib/fast_rcnn/config.py中被定义。
get_network():按照args.network_name获取网络。选择train网络或者test网络。为什么参数args.network_name的值有固定的格式，看函数get_network就知道了。函数get_network在Faster-RCNN_TF/lib/networks/factory.py中被定义。
train_net():启动Faster-RCNN网络训练。函数train_net在Faster-RCNN_TF/lib/fast_rcnn/train.py中被定义