Ubuntu 16.0.4 + GPU + caffe + python + py-faster-rcnn下Faster-RCNN训练自己的数据集(交替优化训练)

环境：

系统：Ubuntu 16.0.4

GPU: NNIFIA GTX1080Ti

框架：caffe

语言：python

Faster RCNN源码：https://github.com/rbgirshick/py-faster-rcnn

一、PASCAL VOC 2007/2012格式数据集制作 

PASCAL VOC 2007/2012数据集的制作：VOC2007格式数据集制作

将制作的数据集放在py-faster-rcnn-master\data下。最后完整的路径是py-faster-rcnn-master\data\VOCdevkit2007

二、训练自己的数据集

Faster RCNN默认有三种网络模型 ZF（小）、VGG_CNN_M_1024（中）、VGG16 （大）

每一个Faster RCNN模型都有两种训练方式：

• 一种是交替优化方法（alternating optimization），即训练两个网络，一个是rpn，一个是fast rcnn，总计两个stage，每个stage各训练一次rpn和fast rcnn。
• 另外一种训练方式为近似联合训练（approximate joint training），也称end to end的训练方式，训练过程中只训练一个权重网络，训练速度有可观的提升，而训练精度不变。

此处以ZF网络模型的交替优化训练训练自己的数据集为例

1.  修改模型配置文件
   以ZF为例，用交替优化的方式训练。
   
   (1) 修改py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt
   
   
   
   
   (2) 修改py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt
   
   
   (3) 修改py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt
   
   
   
   
   (4) 修改py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt
   
   
   (5) 修改py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt
   
   
2. 修改py-faster-rcnn/lib/datasets/pascal_voc.py
   
   
   标注中不用大写字母和中文字符，否则需要另外修改
3. 修改后的minibatch.py
   minibatch.py中，numpy.round函数，只进行四舍五入，不进行取整，导致以该结果进行索引时会报错。
   _get_bbox_regression_labels(bbox_target_data, num_classes)函数中start类型定义错误会报错。
   修改如下：
   
   

三、交替优化训练

1. 删除缓存文件

   （1） py-faster-rcnn/output文件夹删除，

   （2）删除py-faster-rcnn/data/cache中的文件

   （3）删除py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件

2. 开始训练
   打开打开终端，去到py-faster-rcnn根目录下，运行以下的语句

   ./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc
   

   出现以下这种界面，那就是训练成功了。
   

四、测试

1. 创建自己的demo.py
    

   如果想方便的话，直接把已经有的demo.py复制一份，并把它的标签改为自己的标签，把模型改为自己的模型。这是我的demo，类别和模型部分，供参考

   CLASSES = ('__background__',             
              'knife')                         # 第一个背景类不需要修改，其它修改为自己识别的类
    
   NETS = {'vgg16': ('VGG16',                  # 在这里添加自己的训练出来的模型
                     'VGG16_faster_rcnn_final.caffemodel'),
   	'vgg1024':('VGG_CNN_M_1024',                           
   		 'VGG_CNN_M_1024_faster_rcnn_final.caffemodel'),
           'zf': ('ZF',
                     'ZF_faster_rcnn_final.caffemodel')}
   

   def parse_args():
       """Parse input arguments."""
       parser = argparse.ArgumentParser(description='Faster R-CNN demo')
       parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',
                           default=0, type=int)
       parser.add_argument('--cpu', dest='cpu_mode',
                           help='Use CPU mode (overrides --gpu)',
                           action='store_true')
       parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
                           choices=NETS.keys(), default='ZF')   # 将这里的默认改为ZF,因为我们使用的是ZF
   
       args = parser.parse_args()
   
       return args

   在这个部分，将你要测试的图片写在im_names里，并把图片放在data\demo这个文件夹下。 

   if __name__ == '__main__':
       cfg.TEST.HAS_RPN = True  # Use RPN for proposals
    
       args = parse_args()
    
       prototxt = os.path.join(cfg.MODELS_DIR, NETS[args.demo_net][0],
                               'faster_rcnn_alt_opt', 'faster_rcnn_test.pt')  # 这里修改为自己的测试prototxt
       caffemodel = os.path.join(cfg.DATA_DIR, 'faster_rcnn_models',
                                 NETS[args.demo_net][1])
    
       if not os.path.isfile(caffemodel):
           raise IOError(('{:s} not found.\nDid you run ./data/script/'
                          'fetch_faster_rcnn_models.sh?').format(caffemodel))
    
       if args.cpu_mode:
           caffe.set_mode_cpu()
       else:
           caffe.set_mode_gpu()
           caffe.set_device(args.gpu_id)
           cfg.GPU_ID = args.gpu_id
       net = caffe.Net(prototxt, caffemodel, caffe.TEST)
    
       print '\n\nLoaded network {:s}'.format(caffemodel)
    
       # Warmup on a dummy image
       im = 128 * np.ones((300, 500, 3), dtype=np.uint8)
       for i in xrange(2):
           _, _= im_detect(net, im)
    
       im_names = ['000016.jpg','000024.jpg']  # 这里修改为自己需要识别的图片，并将其放入data/demo目录下
       for im_name in im_names:
           print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
           print 'Demo for data/demo/{}'.format(im_name)
           demo(net, im_name)
    
       plt.show()
   

    

2. 输出的模型
   训练好的模型在py-faster-rcnn\output\目录下
   将output\里你刚刚训练好的caffemodel复制到data\faster_rcnn_models

3. 结果
   在py-faster-rcnn/tools目录下，执行以下命令

   ./demo.py

   即可得到结果
   

 

参考

1. py-faster-rcnn使用笔记——训练自己的数据集、测试图像与视频、计算mAP