原文：http://blog.csdn.net/sinat_30071459/article/details/51332084
說明：本博文假設你已經做好了自己的數據集，該數據集格式和VOC2007相同。下面是訓練前的一些修改。
（做數據集的過程可以看http://blog.csdn.net/sinat_30071459/article/details/50723212）
Faster-RCNN源碼下載地址：
Matlab版本：https://github.com/ShaoqingRen/faster_rcnn
Python版本:https://github.com/rbgirshick/py-faster-rcnn
本文用到的是Python版本，在Linux下運行。
Matlab版本的訓練過程：http://blog.csdn.net/sinat_30071459/article/details/50546891
準備工作：
1.配置caffe
這個不多說，網上教程很多。
2.其他的注意事項
這裏說的挺詳細了，認真看看吧。地址：https://github.com/rbgirshick/py-faster-rcnn（主要內容如下）
下面大概翻譯一下上面網址的內容吧。
（1）安裝cython, python-OpenCV,easydict
-
pip install cython
-
pip install easydict
-
apt-get install python-opencv
（2）下載py-faster-rcnn
-
# Make sure to clone with --recursive
-
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
如圖：
![]()
（3）進入py-faster-rcnn/lib
執行make
如圖：
![]()
（4）進入py-faster-rcnn\caffe-fast-rcnn
執行 cp Makefile.config.example Makefile.config
然後，配置Makefile.config文件，可參考我的配置：Makefile.config文件
配置好Makefile.config文件後，執行：
如圖：
![]()
（5）下載VOC2007數據集
提供一個百度雲地址：http://pan.baidu.com/s/1mhMKKw4
解壓，然後，將該數據集放在py-faster-rcnn\data下，用你的數據集替換VOC2007數據集。（替換Annotations，ImageSets和JPEGImages）
（用你的Annotations，ImagesSets和JPEGImages替換py-faster-rcnn\data\VOCdevkit2007\VOC2007中對應文件夾）
（6）下載ImageNet數據集下預訓練得到的模型參數（用來初始化）
提供一個百度雲地址：http://pan.baidu.com/s/1hsxx8OW
解壓，然後將該文件放在py-faster-rcnn\data下
下面是訓練前的一些修改。
1.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt修改
-
layer {
-
name: 'data'
-
type: 'Python'
-
top: 'data'
-
top: 'rois'
-
top: 'labels'
-
top: 'bbox_targets'
-
top: 'bbox_inside_weights'
-
top: 'bbox_outside_weights'
-
python_param {
-
module: 'roi_data_layer.layer'
-
layer: 'RoIDataLayer'
-
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
-
}
-
}
-
layer {
-
name: "cls_score"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "cls_score"
-
param { lr_mult: 1.0 }
-
param { lr_mult: 2.0 }
-
inner_product_param {
-
num_output: 16 #按訓練集類別改，該值爲類別數+1
-
weight_filler {
-
type: "gaussian"
-
std: 0.01
-
}
-
bias_filler {
-
type: "constant"
-
value: 0
-
}
-
}
-
}
-
layer {
-
name: "bbox_pred"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "bbox_pred"
-
param { lr_mult: 1.0 }
-
param { lr_mult: 2.0 }
-
inner_product_param {
-
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
-
weight_filler {
-
type: "gaussian"
-
std: 0.001
-
}
-
bias_filler {
-
type: "constant"
-
value: 0
-
}
-
}
-
}
2.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt修改
-
layer {
-
name: 'input-data'
-
type: 'Python'
-
top: 'data'
-
top: 'im_info'
-
top: 'gt_boxes'
-
python_param {
-
module: 'roi_data_layer.layer'
-
layer: 'RoIDataLayer'
-
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
-
}
-
}
3.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt修改
-
layer {
-
name: 'data'
-
type: 'Python'
-
top: 'data'
-
top: 'rois'
-
top: 'labels'
-
top: 'bbox_targets'
-
top: 'bbox_inside_weights'
-
top: 'bbox_outside_weights'
-
python_param {
-
module: 'roi_data_layer.layer'
-
layer: 'RoIDataLayer'
-
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
-
}
-
}
-
layer {
-
name: "cls_score"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "cls_score"
-
param { lr_mult: 1.0 }
-
param { lr_mult: 2.0 }
-
inner_product_param {
-
num_output: 16 #按訓練集類別改，該值爲類別數+1
-
weight_filler {
-
type: "gaussian"
-
std: 0.01
-
}
-
bias_filler {
-
type: "constant"
-
value: 0
-
}
-
}
-
}
-
layer {
-
name: "bbox_pred"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "bbox_pred"
-
param { lr_mult: 1.0 }
-
param { lr_mult: 2.0 }
-
inner_product_param {
-
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
-
weight_filler {
-
type: "gaussian"
-
std: 0.001
-
}
-
bias_filler {
-
type: "constant"
-
value: 0
-
}
-
}
-
}
4.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt修改
-
layer {
-
name: 'input-data'
-
type: 'Python'
-
top: 'data'
-
top: 'im_info'
-
top: 'gt_boxes'
-
python_param {
-
module: 'roi_data_layer.layer'
-
layer: 'RoIDataLayer'
-
param_str: "'num_classes': 16" #按訓練集類別改，該值爲類別數+1
-
}
-
}
5.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt修改
-
layer {
-
name: "cls_score"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "cls_score"
-
inner_product_param {
-
num_output: 16 #按訓練集類別改，該值爲類別數+1
-
}
-
}
-
layer {
-
name: "bbox_pred"
-
type: "InnerProduct"
-
bottom: "fc7"
-
top: "bbox_pred"
-
inner_product_param {
-
num_output: 64 #按訓練集類別改，該值爲（類別數+1）*4
-
}
-
}
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
-
'你的標籤1','你的標籤2',你的標籤3','你的標籤4'
-
)
上面要改的地方是
修改訓練集文件夾：
-
self._data_path = os.path.join(self._devkit_path, 'VOC'+self._year)
用你的數據集直接替換原來VOC2007內的Annotations，ImageSets和JPEGImages即可,以免出現各種錯誤。
修改標籤：
-
self._classes = ('__background__', # always index 0
-
'你的標籤1','你的標籤2','你的標籤3','你的標籤4'
-
)
修改成你的數據集的標籤就行。
（2）
-
cls = self._class_to_ind[obj.find('name').text.lower().strip()]
這裏把標籤轉成小寫，如果你的標籤含有大寫字母，可能會出現KeyError的錯誤，所以建議標籤用小寫字母。
（去掉lower應該也行）
建議訓練的標籤還是用小寫的字母，如果最終需要用大寫字母或中文顯示標籤，可參考：
http://blog.csdn.net/sinat_30071459/article/details/51694037
7.py-faster-rcnn/lib/datasets/imdb.py修改
該文件的append_flipped_images(self)函數修改爲：
-
def append_flipped_images(self):
-
num_images = self.num_images
-
widths = [PIL.Image.open(self.image_path_at(i)).size[0]
-
for i in xrange(num_images)]
-
for i in xrange(num_images):
-
boxes = self.roidb[i]['boxes'].copy()
-
oldx1 = boxes[:, 0].copy()
-
oldx2 = boxes[:, 2].copy()
-
boxes[:, 0] = widths[i] - oldx2 - 1
-
print boxes[:, 0]
-
boxes[:, 2] = widths[i] - oldx1 - 1
-
print boxes[:, 0]
-
assert (boxes[:, 2] >= boxes[:, 0]).all()
-
entry = {'boxes' : boxes,
-
'gt_overlaps' : self.roidb[i]['gt_overlaps'],
-
'gt_classes' : self.roidb[i]['gt_classes'],
-
'flipped' : True}
-
self.roidb.append(entry)
-
self._image_index = self._image_index * 2
！！！爲防止與之前的模型搞混,訓練前把output文件夾刪除（或改個其他名），還要把py-faster-rcnn/data/cache中的文件和
py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件刪除（如果有的話）。
至於學習率等之類的設置，可在py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件設置，迭代次數可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改：
-
max_iters = [80000, 40000, 80000, 40000]
分別爲4個階段（rpn第1階段，fast rcnn第1階段，rpn第2階段，fast rcnn第2階段）的迭代次數。可改成你希望的迭代次數。
如果改了這些數值，最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt裏對應的solver文件（有4個）也修改，stepsize小於上面修改的數值。
8.開始訓練
進入py-faster-rcnn，執行：
-
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc
這樣，就開始訓練了。
![]()
9.測試
將訓練得到的py-faster-rcnn\output\faster_rcnn_alt_opt\***_trainval中ZF的caffemodel拷貝至py-faster-rcnn\data\faster_rcnn_models（如果沒有這個文件夾，就新建一個），然後，修改：
py-faster-rcnn\tools\demo.py,主要修改：
-
CLASSES = ('__background__',
-
'你的標籤1', '你的標籤2', '你的標籤3', '你的標籤4')
改成你的數據集標籤；
-
NETS = {'vgg16': ('VGG16',
-
'VGG16_faster_rcnn_final.caffemodel'),
-
'zf': ('ZF',
-
'ZF_faster_rcnn_final.caffemodel')}
上面ZF的caffemodel改成你的caffemodel。
-
im_names = ['1559.jpg','1564.jpg']
改成你的測試圖片。(測試圖片放在py-faster-rcnn\data\demo中)
10.結果
在py-faster-rcnn下，
執行：
或者將默認的模型改爲zf：
-
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
-
choices=NETS.keys(), default='vgg16')
修改：
執行：
![]()
