使用pascal voc训练测试faster rcnn

前提：已经配置好了faster rcnn运行环境。如果还没有，请参考：https://mp.csdn.net/console/editor/html/105133096

faster rcnn可以使用不同的backbone（基础网络/分类网络）例如：VGG16，ZF，VGG_CNN_M_1024。这里以VGG_CNN_M_1024为例。

训练faster rcnn也有不同的训练模式，例如：faster_rcnn_alt_opt，faster_rcnn_end2end。这里以faster_rcnn_end2end为例。

一、下载数据

在终端输入：

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

二、

在py-faster-rcnn-master/data目录下将（1）中下载的三个压缩包解压。解压后，data文件夹中有VOCdevkit文件夹，VOCdevkit文件夹中主要包含VOC2007和VOCcode。

解压命令：

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

三、建立软连接

cd到py-faster-rcnn-master/data目录下：

sudo ln -s VOCdevkit VOCdevkit2007

四、下载预训练好的ImageNet模型

cd到py-faster-rcnn-master目录下：

./data/scripts/fetch_imagenet_models.sh

下载后，在data文件夹中会有一个imagenet_models文件夹。（如果没有，找到imagenet_models文件夹，将其放到data中）

注：下载pre-trained ImageNet models时，最好不要在终端上下载，因为需要外网，所以终端下载可能会出错。你可以连接外网，手动下载https://dl.dropboxusercontent.com/s/gstw7122padlf0l/imagenet_models.tgz?dl=0

五、训练+测试

【如果进行过一次训练，在下次训练之前一定要把以下文件删除】

（1）output文件夹（2）py-faster-rcnn/data/cache中的文件（3）py-faster-rcnn/data/VOCdevkit2007软链接中的annotations_cache文件

开始训练测试！

cd到py-faster-rcnn-master目录下：

./experiments/scripts/faster_rcnn_end2end.sh 0 VGG_CNN_M_1024 pascal_voc

执行以上命令，会进行训练，训练结束后会自动进行测试。

你也可以训练和测试分开进行：

（1）训练：

cd到py-faster-rcnn-master目录下：

./tools/train_net.py
--gpu ${GPU_ID}
--solver models/${PT_DIR}/${NET}/faster_rcnn_end2end/solver.prototxt
--weights data/imagenet_models/${NET}.v2.caffemodel
--imdb ${TRAIN_IMDB} # voc_2007_trianval
--iters ${ITERS}  # 迭代次数
--cfg experiments/cfgs/faster_rcnn_end2end.yml

(以上命令只是一个模子，需要大家根据自己的情况自行填写完整)

（2）测试：

cd到py-faster-rcnn-master目录下：

./tools/test_net.py
--gpu 0
--def models/pascal_voc/VGG_CNN_M_1024/faster_rcnn_end2end/test.prototxt
--net output/foobar/voc_2007_trainval/vgg_cnn_m_1024_faster_rcnn_iter_70000.caffemodel
--imdb voc_2007_test
--cfg experiments/cfgs/faster_rcnn_end2end.yml

（以上命令只是针对我自己的一个例子，具体的命令你需要根据自己的情况自行修改参数路径）

以上命令行参数，如果你嫌麻烦，可以提前在

~/py-faster-rcnn-master/experiments/scripts/faster_rcnn_end2end.sh

文件中进行设置。

另外，一些超参数在

~/py-faster-rcnn-master/py-faster-rcnn-master/models/pascal_voc/VGG_CNN_M_1024/faster_rcnn_end2end/solver.prototxt

文件中可以自行修改。

参考博客：

https://www.cnblogs.com/elitphil/p/11547429.html

https://blog.csdn.net/meccaendless/article/details/79569104

使用pascal voc训练测试faster rcnn相关推荐

PASCAL VOC训练集制作（从原始视频到目标检测训练数据集）
本文目的:实验用CCD采集到5个视频,需在5个视频中采集有效图片,并将这些图片利用LableImg软件进行标注,用来制备VOC格式的目标检测训练数据集. 第一步:有效视频截取将采集到的视频利用ban ...
物体检测之从RCNN到Faster RCNN
RCNN 问题与创新架构训练测试 Fast RCNN 问题与创新架构训练测试 Faster RCNN 问题与创新架构训练测试总结本文将简要介绍物体检测的two stage的相关算 ...
Tensorflow下用自己的数据集对Faster RCNN进行训练和测试（二）1
原 Tensorflow下用自己的数据集对Faster RCNN进行训练和测试(二) 2018年08月21日 22:20:38 子季鹰才阅读数:1811 对于Tensorflow版本的Faster ...
R-CNN，Fast R-CNN，Faster R-CNN原理及执行与训练的实例+实现自己的目标检测(转)
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/m0_37407756/article/details/80810364 一.原理篇 R-CNN的原理 ...
Python视觉深度学习系列教程第三卷第14章从头开始训练Faster R-CNN
第三卷第十四章从头开始训练Faster R-CNN 本章的目的是达到以下四点: 1.在您的系统上安装和配置 TensorFlow Object Detection API. 2.在 ...
【目标检测】Faster RCNN算法详解
转载自:http://blog.csdn.net/shenxiaolu1984/article/details/51152614 Ren, Shaoqing, et al. "Faster ...
DL之FasterR-CNN：Faster R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DL之FasterR-CNN:Faster R-CNN算法的简介(论文介绍).架构详解.案例应用等配图集合之详细攻略目录 Faster R-CNN算法的简介(论文介绍) 1.实验结果 2.三者架构对 ...
修订版 | 目标检测：速度和准确性比较（Faster R-CNN，R-FCN，SSD，FPN，RetinaNet和YOLOv3）...
很难在不同的目标检测器之间进行公平的比较.对于哪个模型是最好的?这个问题是没有直接的答案.对于现实生活中的应用,我们选择平衡准确性和速度.除了检测器类型外,我们还需要了解影响性能的其他选择: Feat ...
Faster R-CNN 英文论文翻译笔记
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Shaoqing Ren, Kaiming ...
Faster R-CNN论文详解
原文链接:http://lib.csdn.net/article/deeplearning/46182 paper链接:Faster R-CNN: Towards Real-Time Object D ...

使用pascal voc训练测试faster rcnn

使用pascal voc训练测试faster rcnn相关推荐

最新文章

热门文章