Windows下Faster RCNN用于人脸检测的训练和demo

首先，这是一篇没搞懂为什么但是做出来了东西的博客。主要用于本人备忘，参考价值有限。

Faster RCNN用于人脸识别已经有一些人做过，我只是一个重现者。有篇《Face Detection with the Faster R-CNN》的paper讲述了相关内容，大致意思就是用WIDER FACE库去训练模型。因此，我尝试了此种方法。

按照惯例，感谢以下链接的作者给我的参考：

https://www.cnblogs.com/linyuanzhou/p/6043436.html

http://blog.csdn.net/zhangzm0128/article/details/72593745

http://blog.csdn.net/a8039974/article/details/77628717

一、下载WIDER FACE库

可在链接http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/中下载，建议使用Baidu Drive，同时，Face annotations和Examples and formats of the submissions最好也下载。（最后那个好像没啥用，但是Face annotations必须下载）

二、widerface数据库转voc2007数据集

为了方便faster rcnn做训练，必须先把wider face数据库转为voc2007格式。

按照链接https://www.cnblogs.com/linyuanzhou/p/6043436.html中的代码即可完成。

值得注意的是，转换出来后，和voc2007相比，\ImageSets\Main路径下只有train.txt和val.txt，并没有trainval.txt和val.txt。这是由于widerface库的wider_face_split路径下没有wider_face_trainval_bbx_gt和wider_face_test_bbx_gt（根据我的分析是这样，不知道对不对）。

三、训练Faster RCNN

首先，训练之前需要一些模型文件。根据官方给出的方法https://github.com/rbgirshick/py-faster-rcnn，需要先下载好imagenet_models和VOCdevkit2007，并放置在data路径下。

imagenet_model是预训练模型，用来初始化网络参数。VOCdevkit2007是实际用来训练的数据。这里我提供自己的网盘文件供下载。链接：https://pan.baidu.com/s/1qZHGcwO 密码：p26g。

然后根据http://blog.csdn.net/zhangzm0128/article/details/72593745的方法进行训练。

首先要把widerface得到的voc2007格式分别替换掉data\VOCdevkit2007\VOC2007\下的JPEGImages、ImageSets\Main、Annotations文件夹内容。然后再进行训练。

但是这里会有几个问题，按照该方法，会报错VOCdevkit2007\VOC2007\ImageSets\Main路径下没有trainval.txt文件（第2节提到过这个问题）。于是我把train.txt复制了一份并命名为trainval.txt。

其次，可能会出现TypeError: slice indices must be integers or None or have an __index__ method和TypeError: 'numpy.float64' object cannot be interpreted as an index等问题。这其实是由于numpy的版本问题造成的，numpy版本过高（大于1.11.0版本）。所以本来是可以把numpy将为1.11.0版本来解决的。然而，降级后，会出现新的错误，ImportError: numpy.core.multiarray failed to import。这个坑爹的错误是由于numpy版本过低，需要升级。作者在这里卡了很久很久，终于找到了一篇博客完美解决了问题。

http://blog.csdn.net/a8039974/article/details/77628717

不要用该博客中升级numpy的方法，而是安装其修改文件内容的方法去做，即可解决问题。

接着只需要继续训练网络即可。我是2GB显存的1050显卡，大概跑了3个多小时。然后报错没有test.txt文件(第二节提到过)。不过我发现其实这时模型已经训练好了存储在\output\faster_rcnn_end2end\voc_2007_trainval路径下，所以就没有再管它了。事实证明，确实不需要管它。

四、模型的demo

到这一步之后，仍然按照http://blog.csdn.net/zhangzm0128/article/details/72593745的方法去做，但是会有问题，就是什么东西都检测不出。后来我发现，还需要进行以下修改：

1、找到\models\pascal_voc\VGG_CNN_M_1024\faster_rcnn_end2end路径下的test.prototxt，将最后输出层的类别改好：

2、把tools文件夹下的demo.py进行修改：

完成以上修改以后，在cmd中运行python demo.py即可。