Py-faster-rcnn实现自己的数据train和demo

在我的上两个博客中已经对py-faster-rcnn配置运行demo.py和py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024做出了相应说明，在本博客中我将对py-faster-rcnn实现自己的数据train和demo做出具体操作说明，希望可以解决大家在训练自己数据时出现的问题。如果有训练demo不成功的朋友可以和我联系，邮箱[email protected]

注意：如果对py-faster-rcnn配置运行demo.py和py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024不熟悉的朋友可以参考我的博客：http://blog.csdn.net/samylee/article/details/51086153和http://blog.csdn.net/samylee/article/details/51099508

好了，我们来玩玩这个py-faster-rcnn实现自己的数据train和demo

第一部分：制作自己的数据集

实验中我用的数据集是471张行人图片（由于部分原因，数据集不能公开，望大家见谅），标出其中的行人位置作为数据标签，所以我只检测了一类，原来的voc是检测20类的，这里我们为了做实验的方便，所以选择一类训练，加上背景为两类。

1、所需文件

保留data/VOCdevkit2007/VOC2007/Annotations和ImageSets和JPEGImages文件夹名称，删除其中所有的文件（保留文件夹），并删除SegmenttationClass和SegmentationObject文件夹（用不到）。其中Annotations保存标签txt转换的xml文件，ImageSets保存train.txt、trainval.txt、test.txt、val.txt四个文件分别储存在layout、main和Segmentation文件夹中，最后JPEGImages保存所训练的数据。完整格式图片如下图所示：

2、Annotations中xml文件的制作

（1）标签txt可以使用matlab或python程序制作，这里不再赘述，文件格式：

（2）xml文件生成所需matlab运行文件在此提供链接代码（链接：http://pan.baidu.com/s/1o85scXG 密码：mo3r），生成格式如下：

3、ImageSets中的trainval文件制作可以参考我的链接（链接：http://pan.baidu.com/s/1midBOjY 密码：jelr），具体制作代码这里不再提供，大家可以用matlab或Python编写。

 第二部分、修改调用文件

1、 prototxt配置文件

models/pascal_voc/ZF/faster_rcnn_alt_opt文件夹下的5个文件，分别为stage1_rpn_train.pt、stage1_fast_rcnn_train.pt、stage2_rpn_train.pt、stage2_fast_rcnn_train.pt和fast_rcnn_test.pt，修改格式如下：

(1)stage1_fast_rcnn_train.pt和stage2_fast_rcnn_train.pt修改参数num_class:2（识别1类+背景1类），cls_score中num_output：2，bbox_pred中num_output：8。（只有这3个）

(2)stage1_rpn_train.pt和stage2_rpn_train.pt修改参数num_class:2（识别1类+背景1类）

(3)fast_rcnn_test.pt修改参数：cls_score中num_output：2，bbox_pred中num_output：8（只有这2个）

2、 修改lib/datasets/pascal_voc.py

self._classes = ('__background__', # always index 0
                              'people')（只有这一类）

3、修改lib/datasets/imdb.py

数据整理，在一行代码为 boxes[:, 2] = widths[i] - oldx1 - 1下加入代码：
 for b in range(len(boxes)):

      if boxes[b][2]< boxes[b][0]:

         boxes[b][0] = 0

4、修改完pascal_voc.py和imdb.py后进入lib/datasets目录下删除原来的pascal_voc.pyc和imdb.pyc文件，重新生成这两个文件，因为这两个文件是python编译后的文件，系统会直接调用。

终端进入lib/datasets文件目录输入：

python(此处应出现python的版本)

>>>importpy_compile

>>>py_compile.compile(r'imdb.py')

>>>py_compile.compile(r'pascal_voc.py')

第三部分、训练自己的数据

终端进入py-faster-rcnn下输入：

./experiments/scripts/faster_rcnn_alt_opt.sh0 ZF pascal_voc

第四部分：demo自己刚刚生成的ZF_models

1、训练完成之后，将output/faster_rcnn_alt_opt/voc_2007_trainval中的最终模型ZF_faster_rcnn_final.caffemodel拷贝到data/faster_rcnn_models（删除以前生成类似的model）中。

2、修改/tools/demo.py为：

(1) CLASSES =('__background__',

            'people')（只有这两类）

(2) NETS ={'vgg16': ('VGG16',

                                    'VGG16_faster_rcnn_final.caffemodel'),

                     'zf': ('ZF',

                                     'ZF_faster_rcnn_final.caffemodel')}

(3)在训练集图片中找一张出来放入py-faster-rcnn/data/demo文件夹中，命名为000001.jpg。

   im_names = ['000001.jpg']（只需这一类图片的一张，其他删除或注销）

   for im_name in im_names:

       print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'

       print 'Demo for data/demo/{}'.format(im_name)

        demo(net, im_name)

3、运行demo，即在py-faster-rcnn文件夹下终端输入：

./tools/demo.py --net zf

我的试验结果如图所示(由于数据量很小,所以识别率不是很好,不过作为实验数据,应该可以满足要求，如果大家有兴趣还可以修改vgg等网络做进一步训练演示)：