说明：

本文假设你已经做好数据集，格式和VOC2007一致，并且Linux系统已经配置好caffe所需环境（博客里教程很多），下面是训练的一些修改。

py-R-FCN源码下载地址：

https://github.com/Orpine/py-R-FCN

也有Matlab版本：

https://github.com/daijifeng001/R-FCN

本文用到的是python版本。

本文主要参考https://github.com/Orpine/py-R-FCN。

准备工作：

（1）配置caffe环境(网上找教程)

（2）安装cython, python-opencv, easydict

[plain] view plaincopy
  1. pip install cython
  2. pip install easydict
  3. apt-get install python-opencv

然后，我们就可以开始配置R-FCN了。

1.下载py-R-FCN

[plain] view plaincopy
  1. git clone https://github.com/Orpine/py-R-FCN.git

下面称你的py-R-FCN路径为RFCN_ROOT.

2.下载caffe

注意，该caffe版本是微软版本
[plain] view plaincopy
  1. cd $RFCN_ROOT
  2. git clone https://github.com/Microsoft/caffe.git

如果一切正常的话，python代码会自动添加环境变量 $RFCN_ROOT/caffe/python，否则，你需要自己添加环境变量。

3.Build Cython

[plain] view plaincopy
  1. cd $RFCN_ROOT/lib
  2. make

4.Build caffe和pycaffe

[plain] view plaincopy
  1. cd $RFCN_ROOT/caffe
  2. cp Makefile.config.example Makefile.config

然后修改Makefile.config。caffe必须支持python层，所以WITH_PYTHON_LAYER := 1是必须的。其他配置可参考：Makefile.config

接着：
[plain] view plaincopy
  1. cd $RFCN_ROOT/caffe
  2. make -j8 && make pycaffe

如果没有出错，则：

5.测试Demo

经过上面的工作，我们可以测试一下是否可以正常运行。
我们需要下载作者训练好的模型，地址：链接：http://pan.baidu.com/s/1kVGy8DL 密码：pwwg
然后将模型放在$RFCN_ROOT/data。看起来是这样的： 
$RFCN_ROOT/data/rfcn_models/resnet50_rfcn_final.caffemodel
$RFCN_ROOT/data/rfcn_models/resnet101_rfcn_final.caffemodel

运行：

[plain] view plaincopy
  1. cd $RFCN_ROOT
  2. ./tools/demo_rfcn.py --net ResNet-50

6.用我们的数据集训练

（1）拷贝数据集

假设我们已经做好数据集了，格式是和VOC2007一致，将你的数据集
拷贝到$RFCN_ROOT/data下。看起来是这样的： 
$VOCdevkit0712/                           # development kit
$VOCdevkit/VOCcode/                   # VOC utility code
$VOCdevkit/VOC0712                    # image sets, annotations, etc.
# ... and several other directories ...

如果你的文件夹名字不是VOCdevkit0712和VOC0712，修改成0712就行了。

（作者是用VOC2007和VOC2012训练的，所以文件夹名字带0712。也可以修改代码，但是那样比较麻烦一些，修改文件夹比较简单）
（2）下载预训练模型
本文以ResNet-50为例，因此下载ResNet-50-model.caffemodel。下载地址：链接：http://pan.baidu.com/s/1slRHD0L 密码：r3ki
然后将caffemodel放在$RFCN_ROOT/data/imagenet_models  (data下没有该文件夹就新建一个)

（3）修改模型网络

打开$RFCN_ROOT/models/pascal_voc/ResNet-50/rfcn_end2end  (以end2end为例)
注意：下面的cls_num指的是你数据集的类别数+1（背景）。比如我有15类，+1类背景，cls_num=16.
<1>修改class-aware/train_ohem.prototxt
[plain] view plaincopy
  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" #cls_num
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. name: 'roi-data'
  3. type: 'Python'
  4. bottom: 'rpn_rois'
  5. bottom: 'gt_boxes'
  6. top: 'rois'
  7. top: 'labels'
  8. top: 'bbox_targets'
  9. top: 'bbox_inside_weights'
  10. top: 'bbox_outside_weights'
  11. python_param {
  12. module: 'rpn.proposal_target_layer'
  13. layer: 'ProposalTargetLayer'
  14. param_str: "'num_classes': 16" #cls_num
  15. }
  16. }
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_cls"
  4. name: "rfcn_cls"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 784 #cls_num*(score_maps_size^2)
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_bbox"
  4. name: "rfcn_bbox"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 3136 #4*cls_num*(score_maps_size^2)
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_cls"
  3. bottom: "rois"
  4. top: "psroipooled_cls_rois"
  5. name: "psroipooled_cls_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 16  #cls_num
  10. group_size: 7
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_bbox"
  3. bottom: "rois"
  4. top: "psroipooled_loc_rois"
  5. name: "psroipooled_loc_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 64 #4*cls_num
  10. group_size: 7
  11. }
  12. }
<2>修改class-aware/test.prototxt
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_cls"
  4. name: "rfcn_cls"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 784 #cls_num*(score_maps_size^2)
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_bbox"
  4. name: "rfcn_bbox"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 3136 #4*cls_num*(score_maps_size^2)
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_cls"
  3. bottom: "rois"
  4. top: "psroipooled_cls_rois"
  5. name: "psroipooled_cls_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 16  #cls_num
  10. group_size: 7
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_bbox"
  3. bottom: "rois"
  4. top: "psroipooled_loc_rois"
  5. name: "psroipooled_loc_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 64  #4*cls_num
  10. group_size: 7
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. name: "cls_prob_reshape"
  3. type: "Reshape"
  4. bottom: "cls_prob_pre"
  5. top: "cls_prob"
  6. reshape_param {
  7. shape {
  8. dim: -1
  9. dim: 16  #cls_num
  10. }
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. name: "bbox_pred_reshape"
  3. type: "Reshape"
  4. bottom: "bbox_pred_pre"
  5. top: "bbox_pred"
  6. reshape_param {
  7. shape {
  8. dim: -1
  9. dim: 64  #4*cls_num
  10. }
  11. }
  12. }
<3>修改train_agnostic.prototxt
[plain] view plaincopy
  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"  #cls_num
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_cls"
  4. name: "rfcn_cls"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 784 #cls_num*(score_maps_size^2)   ###
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_cls"
  3. bottom: "rois"
  4. top: "psroipooled_cls_rois"
  5. name: "psroipooled_cls_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 16 #cls_num   ###
  10. group_size: 7
  11. }
  12. }

<4>修改train_agnostic_ohem.prototxt

[plain] view plaincopy
  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" #cls_num ###
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_cls"
  4. name: "rfcn_cls"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 784 #cls_num*(score_maps_size^2)   ###
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_cls"
  3. bottom: "rois"
  4. top: "psroipooled_cls_rois"
  5. name: "psroipooled_cls_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 16 #cls_num   ###
  10. group_size: 7
  11. }
  12. }

<5>修改test_agnostic.prototxt


[plain] view plaincopy
  1. layer {
  2. bottom: "conv_new_1"
  3. top: "rfcn_cls"
  4. name: "rfcn_cls"
  5. type: "Convolution"
  6. convolution_param {
  7. num_output: 784 #cls_num*(score_maps_size^2) ###
  8. kernel_size: 1
  9. pad: 0
  10. weight_filler {
  11. type: "gaussian"
  12. std: 0.01
  13. }
  14. bias_filler {
  15. type: "constant"
  16. value: 0
  17. }
  18. }
  19. param {
  20. lr_mult: 1.0
  21. }
  22. param {
  23. lr_mult: 2.0
  24. }
  25. }
[plain] view plaincopy
  1. layer {
  2. bottom: "rfcn_cls"
  3. bottom: "rois"
  4. top: "psroipooled_cls_rois"
  5. name: "psroipooled_cls_rois"
  6. type: "PSROIPooling"
  7. psroi_pooling_param {
  8. spatial_scale: 0.0625
  9. output_dim: 16 #cls_num   ###
  10. group_size: 7
  11. }
  12. }
[plain] view plaincopy
  1. layer {
  2. name: "cls_prob_reshape"
  3. type: "Reshape"
  4. bottom: "cls_prob_pre"
  5. top: "cls_prob"
  6. reshape_param {
  7. shape {
  8. dim: -1
  9. dim: 16 #cls_num   ###
  10. }
  11. }
  12. }

(4)修改代码

<1>$RFCN/lib/datasets/pascal_voc.py
[plain] view plaincopy
  1. class pascal_voc(imdb):
  2. def __init__(self, image_set, year, devkit_path=None):
  3. imdb.__init__(self, 'voc_' + year + '_' + image_set)
  4. self._year = year
  5. self._image_set = image_set
  6. self._devkit_path = self._get_default_path() if devkit_path is None \
  7. else devkit_path
  8. self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)
  9. self._classes = ('__background__', # always index 0
  10. '你的标签1','你的标签2',你的标签3','你的标签4'
  11. )

改成你的数据集标签。

<2>$RFCN_ROOT/lib/datasets/imdb.py
主要是assert (boxes[:, 2] >= boxes[:, 0]).all()可能出现AssertionError，具体解决办法参考：
http://blog.csdn.net/xzzppp/article/details/52036794
PS：
上面将有无ohem的prototxt都改了，但是这里训练用的是ohem。
另外，默认的迭代次数很大，可以修改$RFCN\experiments\scripts\rfcn_end2end_ohem.sh:
[plain] view plaincopy
  1. case $DATASET in
  2. pascal_voc)
  3. TRAIN_IMDB="voc_0712_trainval"
  4. TEST_IMDB="voc_0712_test"
  5. PT_DIR="pascal_voc"
  6. ITERS=110000

修改ITERS为你想要的迭代次数即可。

（5）开始训练

[plain] view plaincopy
  1. cd $RFCN_ROOT
  2. ./experiments/scripts/rfcn_end2end_ohem.sh 0 ResNet-50 pascal_voc
正常的话，就开始迭代了：

$RFCN_ROOT/experiments/scripts里还有一些其他的训练方法，也可以测试一下（经过上面的修改，无ohem的end2end训练也改好了，其他训练方法修改的过程差不多）。

（6）结果

将训练得到的模型($RFCN_ROOT/output/rfcn_end2end_ohem/voc_0712_trainval里最后的caffemodel)拷贝到$RFCN_ROOT/data/rfcn_models下，然后打开$RFCN_ROOT/tools/demo_rfcn.py，将CLASSES修改成你的标签，NETS修改成你的model，im_names修改成你的测试图片(放在data/demo下),最后：
[plain] view plaincopy
  1. cd $RFCN_ROOT
  2. ./tools/demo_rfcn.py --net ResNet-50

我将显示的标签改为了中文，修改方法参考： http://blog.csdn.net/sinat_30071459/article/details/51694037

R-FCN+ResNet-50用自己的数据集训练模型(python版本)相关推荐

  1. Faster-RCNN+ZF用自己的数据集训练模型(Python版本)

    说明:本博文假设你已经做好了自己的数据集,该数据集格式和VOC2007相同.下面是训练前的一些修改. (做数据集的过程可以看http://blog.csdn.net/sinat_30071459/ar ...

  2. CIFAR-10数据集可视化Python版本

    CIFAR-10数据集有3个版本,分别是Python, Matlab, 二进制版本. 切记这里下载Python版本. 编辑代码export_cifar10.py import pickle from ...

  3. R语言中自带的一些数据集

    在用R语言做数据分析的时候,我们经常需要一些数据做实验,尤其当学会一个新的方法或者算法的时候,就想赶快编程实现一下.那么,问题来了,用什么数据好呢,什么样的数据适合做这种实验呢? 好在R语言提供了很多 ...

  4. FCN网络的训练——以SIFT-Flow 数据集为例（转）

    FCN网络的训练--以SIFT-Flow 数据集为例 参考文章: http://blog.csdn.net/u013059662/article/details/52770198 caffe的安装配置 ...

  5. R语言生成仿真的3D高斯簇数据集、使用scale函数进行数据缩放、并使用KMeans进行聚类分析、数据反向缩放并比较聚类生成的中心和实际数据的中心的差异、预测新的数据所属的聚类簇

    R语言生成仿真的3D高斯簇数据集.使用scale函数进行数据缩放.并使用KMeans进行聚类分析.数据反向缩放并比较聚类生成的中心和实际数据的中心的差异.预测新的数据所属的聚类簇 目录

  6. R使用热力图（heatmap）可视化数据集

    R使用热力图(heatmap)可视化数据集 R使用热力图(heatmap)可视化数据集 # 安装.加载包 install.packages('RNHANES') library(RNHANES) li ...

  7. Deep Learning---py-faster-rcnn基于PASCAL VOC数据集训练模型

    0 说明 系统环境为Ubuntu14.04, 已经安装好了CUDA和cuDNN以及Python等基础包. 1 设置和编译py-faster-rcnn 1.1 下载py-faster-rcnn $ gi ...

  8. 自定义制作python版本的CIFAR数据集

    自定义制作python版本的CIFAR数据集 CIFAR-10/CIFAR-100数据集 1.准备图像 (以制作小数据集为例,便于理解) 这里自定义制作的数据集只包含2个类:dog,parrot,每个 ...

  9. 淘宝、京东、天猫商品名称数据集下载最新版本。包括中药、化学器材、摄影、动物、酒水、办公事务。

    淘宝.京东.天猫商品名称数据集下载最新版本.包括中药.化学器材.摄影.动物.酒水.办公事务. 第一类 用于工业.科学.摄影.农业.园艺.森林的化学品,未加工人造合成树脂,未加工塑料物质,肥料,灭火用合 ...

最新文章

  1. linux会话管理,Linux 安装 screen 远程会话管理工具
  2. FPGA的设计艺术（12）使用parameter构建可重用的逻辑设计
  3. Android多线程：深入分析 Handler机制源码（二）
  4. centos7修改主机名_25个步骤完成centos7系统从0到1部署
  5. python是外部还是编程_Python网络编程（绑定到外部地址）
  6. cs6序列号 mac版photoshop_重磅！Parallels Desktop 16 M1版发布
  7. 小女出世，暂停工作，全职照料大人小孩
  8. zabbix_server
  9. [渝粤教育] 武汉大学 唐诗艺术 参考 资料
  10. hitb2017 sentosa writeup
  11. 通过GDI+修改jpg文件EXIF属性
  12. win10 屏幕保护时间到了不触发_你真的了解Win10么？网友教你玩转Win10！
  13. 往MYSQL中插入，读写图片!
  14. arduino 继电器控制led灯开关
  15. 相关性分析-皮尔森、斯皮尔曼肯德尔相关性系数
  16. imac html5播放器,超给力的五款Mac最佳高清音乐播放器
  17. python文件处理基础_第六篇：python基础之文件处理
  18. Kinect+Unity 实现虚拟人物动作同步（羽毛球场景）
  19. 邮件工具-MailUtil(发送邮件)
  20. 如何高效制作数据可视化大屏，大屏高效制作攻略分享，总有一款适合你

热门文章

  1. GDCM：gdcm::VR的测试程序
  2. Boost：compute::copy的复制数据测试程序
  3. Boost：bind绑定visit测试程序
  4. ITK:仅将过滤器应用于图像的指定区域
  5. Qt Creator用户界面
  6. OpenGL hdrb和loom的实例
  7. OpenGL多光源Multiple lights
  8. C++qr decomposition 正交三角实现算法(附完整源码)
  9. C++实现堆栈stack(附完整源码)
  10. 查找数组中任一峰值的下标