Faster_rcnn训练自己的数据集

　在看了一些深度学习的目标检测的论文后，想着去用开源的代码去跑一下，看看实际的效果。于是小菜就想着直接把faster_rcnn用起来，包括前期的faster_rcnn安装和配置并运行其中的一个demo.py。后面是用自己的数据集训练faster_rcnn的模型。

　1. 准备工作：

1) 搭建caffe框架

这个可以参考linux先搭建caffe的笔记。

2) 安装第三方依赖包：Cython、 python-opencv、easydict

pip install cython
pip install easydict
apt-get install python-opencv

3) 下载py-faster-rcnn

# Make sure to clone with --recursive
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

4) 编译faster_rcnn

进入py-faster-rcnn/lib，执行make

cd py-faster-rcnn/lib
make

5) 配置faster_rcnn

进入py-faster-rcnn\caffe-fast-rcnn，执行

cp Makefile.config.example Makefile.config

然后，配置Makefile.config文件，配置好Makefile.config文件后，执行：

make –j4 && make pycaffe

注：我在这一步出错了，老是不能编译成功。问题应该是出在Makefile.config文件内容中的，应该是出在路径添加中出错。

解决：

　在原来搭建的caffe文件中将Makefile.config文件内容直接复制过来。

接下来下载已经训练好的faster模型，进入py-faster_rcnn/data/scripts目录，执行./fech-faster_rcnn_models,sh

6) 测试faster_rcnn

运行网络和加载下载的模型进行最后的测试demo

执行：

./tools/demo.py

出现问题：

ImportError：No module named yaml

解决:

sudo apt-get install python-yaml

2. 训练步骤：

1) 下载VOC2007数据集

　　提供一个百度云地址：http://pan.baidu.com/s/1mhMKKw4

解压，然后，将该数据集放在py-faster-rcnn\data下，用自己的数据集替换VOC2007数据集。（替换Annotations，ImageSets和JPEGImages）（用你的Annotations，ImagesSets和JPEGImages替换py-faster-rcnn\data\VOCdevkit2007\VOC2007中对应文件夹）。

2) 下载ImageNet数据集下预训练得到的模型参数（用来初始化）

　　提供一个百度云地址：http://pan.baidu.com/s/1hsxx8OW解压，然后将该文件放在py-faster-rcnn\data下。

3) 修改训练的配置文件

1.py－fasterrcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/

stage1_fast_rcnn_train.pt修改

1.  layer {
2.    name: 'data'
3.    type: 'Python'
4.    top: 'data'
5.    top: 'rois'
6.    top: 'labels'
7.    top: 'bbox_targets'
8.    top: 'bbox_inside_weights'
9.    top: 'bbox_outside_weights'
10.   python_param {
11.     module: 'roi_data_layer.layer'
12.     layer: 'RoIDataLayer'
13.     param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1
14.   }
15. }

1.  layer {
2.    name: "cls_score"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "cls_score"
6.    param { lr_mult: 1.0 }
7.    param { lr_mult: 2.0 }
8.    inner_product_param {
9.      num_output: 16 #按训练集类别改，该值为类别数+1
10.     weight_filler {
11.       type: "gaussian"
12.       std: 0.01
13.     }
14.     bias_filler {
15.       type: "constant"
16.       value: 0
17.     }
18.   }
19. }

1.  layer {
2.    name: "bbox_pred"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "bbox_pred"
6.    param { lr_mult: 1.0 }
7.    param { lr_mult: 2.0 }
8.    inner_product_param {
9.      num_output: 64 #按训练集类别改，该值为（类别数+1）*4
10.     weight_filler {
11.       type: "gaussian"
12.       std: 0.001
13.     }
14.     bias_filler {
15.       type: "constant"
16.       value: 0
17.     }
18.   }
19. }

2.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt修改

1.  layer {
2.    name: 'input-data'
3.    type: 'Python'
4.    top: 'data'
5.    top: 'im_info'
6.    top: 'gt_boxes'
7.    python_param {
8.      module: 'roi_data_layer.layer'
9.      layer: 'RoIDataLayer'
10.     param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1
11.   }
12. }

3.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt修改

1.  layer {
2.    name: 'data'
3.    type: 'Python'
4.    top: 'data'
5.    top: 'rois'
6.    top: 'labels'
7.    top: 'bbox_targets'
8.    top: 'bbox_inside_weights'
9.    top: 'bbox_outside_weights'
10.   python_param {
11.     module: 'roi_data_layer.layer'
12.     layer: 'RoIDataLayer'
13.     param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1
14.   }
15. }

1. layer {
2.    name: "cls_score"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "cls_score"
6.    param { lr_mult: 1.0 }
7.    param { lr_mult: 2.0 }
8.    inner_product_param {
9.      num_output: 16 #按训练集类别改，该值为类别数+1
10.     weight_filler {
11.       type: "gaussian"
12.       std: 0.01
13.     }
14.     bias_filler {
15.       type: "constant"
16.       value: 0
17.     }
18.   }
19. }

1.  layer {
2.    name: "bbox_pred"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "bbox_pred"
6.    param { lr_mult: 1.0 }
7.    param { lr_mult: 2.0 }
8.    inner_product_param {
9.      num_output: 64 #按训练集类别改，该值为（类别数+1）*4
10.     weight_filler {
11.       type: "gaussian"
12.       std: 0.001
13.     }
14.     bias_filler {
15.       type: "constant"
16.       value: 0
17.     }
18.   }
19. }

4.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt修改

1.  layer {
2.    name: 'input-data'
3.    type: 'Python'
4.    top: 'data'
5.    top: 'im_info'
6.    top: 'gt_boxes'
7.    python_param {
8.      module: 'roi_data_layer.layer'
9.      layer: 'RoIDataLayer'
10.     param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1
11.   }
12. }  

5.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt修改

1.  layer {
2.    name: "cls_score"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "cls_score"
6.    inner_product_param {
7.      num_output: 16 #按训练集类别改，该值为类别数+1
8.    }
9.  }

1.  layer {
2.    name: "bbox_pred"
3.    type: "InnerProduct"
4.    bottom: "fc7"
5.    top: "bbox_pred"
6.    inner_product_param {
7.      num_output: 64 #按训练集类别改，该值为（类别数+1）*4
8.    }
9.  }

6.py-faster-rcnn/lib/datasets/pascal_voc.py修改

1.class pascal_voc(imdb):
-    def __init__(self, image_set, year, devkit_path=None):
-        imdb.__init__(self, 'voc_' + year + '_' + image_set)
-        self._year = year
-        self._image_set = image_set
-        self._devkit_path = self._get_default_path() if devkit_path is None \
-                            else devkit_path
-        self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)
-        self._classes = ('__background__', # always index 0
-                         '你的标签1','你的标签2',你的标签3','你的标签4'
-                   )

上面要改的地方是

　修改训练集文件夹：

self._data_path = os.path.join(self._devkit_path, 'VOC'+self._year)

　用你的数据集直接替换原来VOC2007内的Annotations，ImageSets和JPEGImages就不用修改,以免出现各种错误。

 修改标签：

self._classes = (‘background‘, # always index 0

‘你的标签1’,’你的标签2’,’你的标签3’,’你的标签4’)

修改成你的数据集的标签就行。

（2）

cls = self._class_to_ind[obj.find(‘name’).text.lower().strip()]

这里把标签转成小写，如果你的标签含有大写字母，可能会出现KeyError的错误，所以建议标签用小写字母。建议训练的标签还是用小写的字母，如果最终需要用大写字母或中文显示标签，可参考：http://blog.csdn.net/sinat_30071459/article/details/51694037

7.py-faster-rcnn/lib/datasets/imdb.py修改

　该文件的append_flipped_images(self)函数修改为：

1.  def append_flipped_images(self):
2.          num_images = self.num_images
3.          widths = [PIL.Image.open(self.image_path_at(i)).size[0]
4.                    for i in xrange(num_images)]
5.          for i in xrange(num_images):
6.              boxes = self.roidb[i]['boxes'].copy()
7.              oldx1 = boxes[:, 0].copy()
8.              oldx2 = boxes[:, 2].copy()
9.              boxes[:, 0] = widths[i] - oldx2 - 1
10.             print boxes[:, 0]
11.             boxes[:, 2] = widths[i] - oldx1 - 1
12.             print boxes[:, 0]
13.             assert (boxes[:, 2] >= boxes[:, 0]).all()
14.             entry = {'boxes' : boxes,
15.                      'gt_overlaps' : self.roidb[i]['gt_overlaps'],
16.                      'gt_classes' : self.roidb[i]['gt_classes'],
17.                      'flipped' : True}
18.             self.roidb.append(entry)
19.         self._image_index = self._image_index * 2

注：为防止与之前的模型搞混,训练前把output文件夹删除（或改个其他名），还要把py-faster-rcnn/data/cache中的文件和

py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件删除（如果有的话）。

4) 训练参数设置

　可在py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件设置，迭代次数可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改：

max_iters = [80000, 40000, 80000, 40000]

　分别为4个阶段（rpn第1阶段，fast rcnn第1阶段，rpn第2阶段，fast rcnn第2阶段）的迭代次数。可改成你希望的迭代次数。如果改了这些数值，最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里对应的solver文件（有4个）也修改，stepsize小于上面修改的数值。

5) 开始训练

进入py-faster-rcnn，

执行

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

这样，就开始训练了。

我训练这里出错：

开始数据集的制作中，标签的名字是数字1，出现KeyError ‘3’

解决：在生成XML文件的代码中修改标签的name为小写英文字母。

错误：

File “/py-faster-rcnn/tools/../lib/datasets/imdb.py”, line 108, in append_flipped_images

assert (boxes[:, 2] >= boxes[:, 0]).all()

解决：检查自己数据发现，左上角坐标（x,y）可能为0，或标定区域溢出图片

1、修改lib/datasets/imdb.py，append_flipped_images()函数

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[2]< boxes[b][0]:

boxes[b][0] = 0

2、修改lib/datasets/pascal_voc.py，_load_pascal_annotation(,)函数

将对Xmin,Ymin,Xmax,Ymax减一去掉，变为：



[b]6) 测试

将训练得到的py-faster-rcnn\output\faster_rcnn_alt_opt***_trainval中ZF的caffemodel拷贝至py-faster-rcnn\data\faster_rcnn_models（如果没有这个文件夹，就新建一个），然后，修改：py-faster-rcnn\tools\demo.py,主要修改：

1.  CLASSES = ('__background__',
2.             '你的标签1', '你的标签2', '你的标签3', '你的标签4')

改成你的数据集标签：

1.  NETS = {'vgg16': ('VGG16',
2.                    'VGG16_faster_rcnn_final.caffemodel'),
3.          'zf': ('ZF',
4.                    'ZF_faster_rcnn_final.caffemodel')}

上面ZF的caffemodel改成你的caffemodel。

1.  im_names = ['1559.jpg','1564.jpg']

改成你的测试图片。(测试图片放在py-faster-rcnn\data\demo中)

7) 结果

在py-faster-rcnn下，

执行：./tools/demo.py –net zf

或者将默认的模型改为zf：

parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
choices=NETS.keys(), default='vgg16')

修改：

default=’zf’

执行：./tools/demo.py