Ubuntu 16.0.4 + GPU + caffe + python + py-faster-rcnn下Faster-RCNN训练自己的数据集(end2end训练)

Table of Contents

一、PASCAL VOC 2007/2012格式数据集制作 

二、训练自己的数据集

三、end2end训练

四、测试

---

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VGG_CNN_M_1024的end2ent(也叫近似联合训练)为例。

1.  修改模型配置文件
   以vgg_cnn_m_1024为例，用end2end的方式训练。
   (1) 打开py-faster-rcnn\models\pascal_voc\VGG_CNN_M_1024\faster_rcnn_end2end\train.prototxt修改4处
   
   
   
   
   (2)打开py-faster-rcnn\models\pascal_voc\VGG_CNN_M_1024\faster_rcnn_end2end\ test.prototxt修改2处。
   
2. 修改py-faster-rcnn\lib\datasets下的imdb.py文件
   在使用自己的数据进行训练时，基本上都会报错：assert(boxes[:,2] >= boxes[:,0]).all() ，主要是因为自己的图片数据没有统一整理过而导致的，将该文件加入几行修改如下：
   找到append_flipped_images这个函数
   
3.  修改py-faster-rcnn\lib\fast_rcnn文件夹下的config.py
   将训练和测试的proposals方法改为gt

   # Train using these proposals
   # __C.TRAIN.PROPOSAL_METHOD = 'selective_search'
   __C.TRAIN.PROPOSAL_METHOD = 'gt'

   # Test using these proposals
   # __C.TEST.PROPOSAL_METHOD = 'selective_search'
   __C.TEST.PROPOSAL_METHOD = 'gt'

4. 修改py-faster-rcnn\lib\datasets下的pascal_voc.py
   在self.classes里，'__background__'是我们的背景类，不要动他。下面的改为你自己标签的内容。如下图：
   
   
   为避免路径出错问题，如下图：

   Evaluating detections
   Writing knife VOC results file
   Traceback (most recent call last):
     File "./tools/test_net.py", line 90, in 
       test_net(net, imdb, max_per_image=args.max_per_image, vis=args.vis)
     File "/home/root1/py-faster-rcnn/tools/../lib/fast_rcnn/test.py", line 295, in test_net
       imdb.evaluate_detections(all_boxes, output_dir)
     File "/home/root1/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 317, in evaluate_detections
       self._write_voc_results_file(all_boxes)
     File "/home/root1/py-faster-rcnn/tools/../lib/datasets/pascal_voc.py", line 244, in _write_voc_results_file
       with open(filename, 'wt') as f:
   IOError: [Errno 2] No such file or directory: '/home/root1/py-faster-rcnn/data/VOCdevkit2007/results/VOC2007/Main/comp4_f5c36aae-200c-4e8a-9eda-2d5a10a5acd7_det_test_knife.txt'
   

   解决方案一：
   检查py-faster-rcnn\data\VOCdevkit2007目录下是否存在results\VOC2007\Main\，如果不存在，需要手动创建。形成py-faster-rcnn\data\VOCdevkit2007\results\VOC2007\Main\

    

三、end2end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_end2end.sh 0 VGG_CNN_M_1024 pascal_voc

   出现以下这种界面，那就是训练成功了。
   
   

3. 训练中可测碰到的错误
   错误一：

   I1116 20:28:35.41Loading pretrained model weights from data/imagenet_models/VGG_CNN_M_1024.v2.caffemodel

   *** Check failure stack trace: ***
   这是因为没有找到预训练的model
   解决办法：下载imagenet_models.rar解压至py-faster-rcnn\data目录下
   下载地址：https://dl.dropbox.com/s/gstw7122padlf0l/imagenet_models.tgz?dl=0
   
   错误二：
   TypeError: slice indices must be integers or None or have an __index__ method
   解决办法：
   在文件夹py-faster-rcnn\lib\roi_data_layer中找到minibatch.py第172行和proposal_target_layer.py第123行，修改代码。

   # 将_get_bbox_regression_labels函数和_get_bbox_regression_labels函数中的以下代码   
       for ind in inds:
           cls = clss[ind]
           start = 4 * cls
           end = start + 4
           bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]
           bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTS
   # 修改为以下的代码
       for ind in inds:
           ind = int(ind)
           cls = clss[ind]
           start = int(4 * cls)
           end = int(start + 4)
           bbox_targets[ind, start:end] = bbox_target_data[ind, 1:]
           bbox_inside_weights[ind, start:end] = cfg.TRAIN.BBOX_INSIDE_WEIGHTS

   错误三：
   TypeError: ‘numpy.float64’ object cannot be interpreted as an index
   原因：这个问题是numpy版本导致的。不支持网上很多答案说的降低版本的方法，更稳妥的办法是修改工程代码。这里给出解决方案。
   解决办法：参考：使用faster-rcnn训练数据集numpy相关问题
   1、修改minibatch.py文件，如下图：
   
   下面一处在错误二中也有修改，两者要综合起来
   
   2、修改#lib/datasets/ds_utils.py文件
   
   3、修改#lib/fast_rcnn/test.py文件
   
   4、修改#lib/rpn/proposal_target_layer.py文件
   

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',
                     'VGG16_faster_rcnn_final.caffemodel'),
   	'vgg1024':('VGG_CNN_M_1024',                            # 在这里添加自己的训练出来的模型
   		 'vgg_cnn_m_1024_faster_rcnn_iter_70000.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='vgg1024')   # 将这里的默认改为vgg1024,因为我们使用的是vgg1024
   
       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_end2end', 'test.prototxt')  # 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