RCNN 训练模型

1.下载VOC数据集

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

2.按照顺序解压VOC数据集，以防解压后格式错误

tar xvf VOCtrainval_06-Nov-2007.tar

tar xvf VOCtest_06-Nov-2007.tar

tar xvf VOCdevkit_08-Jun-2007.tar

3.解压后生成VOCdevkit目录，结构如下

$VOCdevkit/                    # development kit

$VOCdevkit/VOCcode/                  # VOC utility code

$VOCdevkit/VOC2007                  # image sets, annotations, etc.

# ... and several other directories ...

4.在FRCN根路径下的data目录，创建VOCdevkit2007链接（快捷方式）

cd $FRCN_ROOT/data

ln -s $VOCdevkit VOCdevkit2007

5.下载预训练的VGG16网络.复制该网络文件到如下路径

mv VGG_imagenet.npy $FRCN_ROOT/data/pretrain_model/VGG_imagenet.npy

6.运行命令，训练模型测试模型

cd $FRCN_ROOT/experiments/scripts/faster_rcnn_end2end.sh $DEVICE $DEVICE_ID VGG16 pascal_voc

---

相关背景知识

-RCNN、Fast RCNN、Faster RCNN

  1.  RCNN到fast RCNN，再到faster RCNN，目标检测的四个基本步骤（候选区域生成，特征提取，分类，位置精修）终于被统一到一个深度网络框架之内。所有计算没有重复，完全在GPU中完成，大大提高了运行速度。

图片发自App

  2.原始特征提取（上图灰色方框）包含若干层conv+relu，直接套用ImageNet上常见的分类网络即可。如本文步骤5，就是直接调用VGG16

    3.VGG16： VGG16 的叫法来自于 网络包含 16 层卷积，包括 13层的卷积+3层的全连接,如下图：

图片发自App

    4.详细的结构信息的阅读参考：VGG16深度学习入门：https://blog.csdn.net/Errors_In_Life/article/details/65950699

---

- VOC2007结构详解

    - 文件存放内容如下：

    - Annotations目录下放的是标注文件，xml格式，这是用于目标检测任务的一个总的标注集合，里面存放有大而全的xml文件；具体是在ImageSets/Main目录中去划分训练机、验证集、测试集；

    - JPEGImages目录下是所有的jpg图片；

    - ImageSets目录下有3个子目录：Layout, Main, Segmentation

    - Main 目录下每一行都是同一文件名+后缀（train、val、trainval、test），分别对应来自JPEGImages的同名文件和对应来自Annotation里的标注文件