代碼資源
Faster_r_cnn代碼鏈接: https://pan.baidu.com/s/1eS8JcIY 密碼: mqrh
論文作者源碼下載：git clone –recursive https://github.com/rbgirshick/py-faster-rcnn.git
配置，編譯與安裝環境
１:在本機已經配置好了caffe環境以及各種依賴的安裝，還要配置以下幾個python包:cython,easydict和python-opencv，安裝命令如下：
$ pip install cython
$ pip install easydict
$ sudo apt-get install python-opencv2:Cython模塊編譯
$ cd $FRCN_ROOT/lib
$ make3:caffe和pycaffe的編譯
在編譯之前，需要複製$FRCN_ROOT/caffe-fast-rcnn 的Makefile.config.example，然後重命名爲Makefile.config。
需要注意的是裏面有幾個配置需要添加
打開USE_CUDNN=1，這個選項默認情況下是關閉的，需要打開讓CUDA支持DNN
打開WITH_PYTHON_LAYER=1，默認關閉，需打開，因爲FasterRCNN需要支持Python接口。
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include後面打上一個空格 然後添加/usr/include/hdf5/serial如果沒有這一句可能會報一個找不到hdf5.h的錯誤
4:執行以下命令進行編譯
make all -j4
make過程中出現找不到lhdf5_hl和lhdf5的錯誤，
解決方案：
在計算機中搜索libhdf5_serial.so.10.1.0，找到後右鍵點擊打開項目位置
該目錄下空白處右鍵點擊在終端打開，打開新終端輸入
sudo ln libhdf5_serial.so.10.1.0 libhdf5.so
sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so
最後在終端輸入sudo ldconfig使鏈接生效
原終端中輸入make clean清除第一次編譯結果
再次輸入make all -j4重新編譯
終端輸入
make test -j4
make runtest -j4
make pycaffe -j4
make distribute 生成發佈安裝包
運行demo
1:下載訓練好的模型，下載好的模型在$FRCN_ROOT/data下面
$ cd $FRCN_ROOT
$ ./data/scripts/fetch_faster_rcnn_models.shfaster_rcnn模型鏈接: https://pan.baidu.com/s/1miDWCEc 密碼: xq4y
2:運行模型
$ cd $FRCN_ROOT
$ ./tools/demo.py結果如下：
訓練自己的數據集
1.工程目錄介紹
- caffe-fast-rcnn:caffe框架目錄
- data:用來存放pretrained模型以及讀取文件的cache緩存，還有一些下載模型的腳本
- experiments:存放配置文件以及運行的log文件，另外這個目錄下有scripts,裏面存放end2end和all_opt兩種訓練方式的腳本
- lib: 用來存放一些python的接口文件，如darasets主要負責數據庫的讀取,config負責一些訓練的配置選項
- models:裏面存放了三個模型文件，小型網絡ZF，中型網絡VGG_CNN_M_1024以及大型網絡VGG16，根據你的硬件條件來選擇使用哪種網絡，ZF和VGG_CNN_M_1024需要至少3G內存，VGG16需要更多的內存，但不會超過11G。
- outputs:這裏存放的是訓練後的輸出目錄，這是運行訓練後纔會出現的目錄
- tools:裏面存放的訓練和測試python文件
2.創建數據集
仿照VOC2007數據集的格式來準備
具體參考我的這篇博客：http://blog.csdn.net/Lin_xiaoyi/article/details/78180705
生成好之後把所有的xml放到VOC2007下的Annotation中，可參考如下linux命令：
for xml in *.xml;do mv $xml Annotations/;done
1.將所有的訓練圖片都放入JPEGImages文件夾中，
生成ImageSet\Main裏的四個txt文件，分別是：trainval.txt（訓練和驗證集總和）、train.txt（訓練集）、val.txt（驗證集）、test.txt（測試集），trainval集佔整個數據集的70%，train集佔trainval集的70%，val集佔trainval集的30%，test集佔整個數據集的30%。可參考以下代碼進行數據集的劃分：
%%
%該代碼根據已生成的xml，製作VOC2007數據集中的trainval.txt;train.txt;test.txt和val.txt
%trainval佔總數據集的70%，test佔總數據集的30%；train佔trainval的70%，val佔trainval的30%；
%上面所佔百分比可根據自己的數據集修改
%注意修改下面兩個路徑
xmlfilepath='/home/linbiyuan/py-faster-rcnn/data/VOCdevkit2007/VOC2007/Annotations';
txtsavepath='/home/linbiyuan/py-faster-rcnn/data/VOCdevkit2007/VOC2007/ImageSets/Main/';
xmlfile=dir(xmlfilepath);
numOfxml=length(xmlfile)-2;%減去.和.. 總的數據集大小
trainval=sort(randperm(numOfxml,floor(numOfxml*0.7)));%trainval爲數據集的50%
test=sort(setdiff(1:numOfxml,trainval));%test爲剩餘50%
trainvalsize=length(trainval);%trainval的大小
train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*0.7))));
val=sort(setdiff(trainval,train));
ftrainval=fopen([txtsavepath 'trainval.txt'],'w');
ftest=fopen([txtsavepath 'test.txt'],'w');
ftrain=fopen([txtsavepath 'train.txt'],'w');
fval=fopen([txtsavepath 'val.txt'],'w');
for i=1:numOfxml
if ismember(i,trainval)
fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));
if ismember(i,train)
fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));
else
fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));
end
else
fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));
end
end
fclose(ftrainval);
fclose(ftrain);
fclose(fval);
fclose(ftest);至此，數據集的構建就完成啦，你可以新建一個文件夾，將上述三個文件夾放到裏面去，也可將上述三個文件夾分貝替換VOC2007數據集中的Annotations、ImageSets和JPEGImages，這樣可免去一些訓練的修改。本文選擇的是替換~
把數據集放到./data文件夾下
3.訓練自己的數據集
１．修改prototxt配置文件
這些配置文件都在models下的pascal_voc下。裏面有三種網絡結構:ZF, VGG16, VGG_CNN_M_1024，本文選擇的是VGG_CNN_M_1024。每個網絡結構中都有三個文件夾，分別是faster_rcnn_end2end , faster_rcnn_alt_opt , fast_rcnn 。使用近似聯合訓練faster_rcnn_end2end ，比交替優化快1.5倍，但是準確率差不多，所以推薦使用這種方法。更改faster_rcnn_end2end文件夾的train.prototxt和test.prototxt,train中需要改的地方有三處，
第一處是input-data層,將原來的21改成：你的實際類別數＋１（背景），我目標檢測一共有46類，所以加上背景這一類，一共47類。
第二處是cls_score層，將原來的21改成：你的實際類別數＋１（背景），我目標檢測一共有46類，所以加上背景這一類，一共47類。
第三處是bbox_pred,這裏需將原來的84改成（你的類別數＋１）×４，即（46+1）×４＝１８８
**
test.prototxt中沒有input-data層，所以只需要按照train中修改cls_score層以及bbox_pred層即可
**
2.修改lib/datasets/pascal_voc.py，將類別改成自己的類別
這裏有一個注意點就是，這裏的類別以及你之前的類別名稱最好是全部小寫，假如是大寫的話，則會報keyError的錯誤，這時只需要在pascal_voc。py中第212行的lower去掉即可
dataset目錄下主要有三個文件，分別是
- factory.py:這是一個工廠類，用類生成imdb類並且返回數據庫供網絡訓練和測試使用
- imdb.py:是數據庫讀寫類的基類，封裝了許多db的操作
- pascl_voc.pyRoss用這個類來操作
3.修改py-faster-rcnn/lib/datasets/imdb.py
在使用自己的數據進行訓練時，假如你的數據集中的圖片沒有統一整理過就會報assert(boxes[:,2]>=boxes[:,0].all()這個錯誤，故需在imdb.py中加入如下幾行
4.開始訓練
下載預訓練的ImageNet的模型
$ cd py-fasyer-rcnn
$ ./data/scripts/fetch_imagenet_models.sh下載的imagenet.model是在/data文件夾下
imagenet.model鏈接: https://pan.baidu.com/s/1bpJFguV 密碼: 7u5v
$ cd py-faster-rcnn
$ ./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc由於訓練過程太長，可以將訓練過程產生的輸出定下輸入到log文件中，這樣可以方便查看。只需要在上述命令中加入定向輸入的命令即可，如下：
$ ./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc >/home/xiaoyi/log/clothdirector.log 2>&1! ! ! 訓練前需要將cache中的cache中的pkl文件及VOCdevkit2007中annotations_cache的緩存刪掉。
5.測試結果
訓練完成之後，將output中的最終模型拷貝到data/faster_rcnn_models，修改tools下的demo.py，我是使用VGG_CNN_M_1024這個中型網絡，不是默認的ZF，所以要改的地方挺多
１．修改class
2.增加你自己訓練的模型
3.修改prototxt,如果你用的ZF，就不用改了
6.開始檢測
執行 ./tools/demo.py –net myvgg1024
假如不想那麼麻煩輸入參數，可以在demo的parse_args()裏修改默認參數
parser.add_argument(‘–net’, dest=’demo_net’, help=’Network to use [myvgg1024]’,
choices=NETS.keys(), default=’myvgg1024’)
這樣只需要輸入 ./tools/demo.py 就可以了