我要评论
目录：faster r-cnn论文代码复现过程解读
- faster r-cnn代码使用说明书（分享在github上）
- 一、代码的地址
- 二、我的配置环境
- 三、参数值文件下载
- 四、voc数据集下载
- 五、模型训练步骤
- 六、预测步骤
- 七、评估步骤
- （1）评估voc07+12的测试集
- （2）评估自己的数据集
- 1.本文使用`voc`格式进行评估。
- 2.如果在训练前已经运行过`voc_annotation.py`文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改`voc_annotation.py`文件下的`trainval_percent`。`trainval_percent`用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = `9:1`。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = `9:1`。
- 3.利用`voc_annotation.py`划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。
- 4.在`frcnn.py`里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的`txt`。
- 5.运行`get_map.py`即可获得评估结果，评估结果会保存在map_out文件夹中。
- 八、参考
faster r-cnn代码使用说明书（分享在github上）
一、代码的地址
https://github.com/biluko/faster-rcnn-pytorch
二、我的配置环境
python == 3.10.6
numpy == 1.23.3
opencv == 4.6.0
pillow == 9.2.0
pycocotools == 2.0.6
pytorch == 1.12.1
scipy == 1.9.3
torchvision == 0.13.1
tqdm == 4.64.1
matplotlib == 3.6.2
hdf5 == 1.12.1
三、参数值文件下载
我们需要的权重包括voc_weights_resnet.pth或者voc_weights_vgg.pth以及主干的网络权重我已经上传了百度云，可以自行下载。
首先来看第一个权重文件voc_weights_resnet.pth，是resnet为主干特征提取网络用到的。
第二个权重文件voc_weights_vgg.pth，是vgg为主干特征提取网络用到的。
顺便训练好的参数我也一并放入了文件夹：
链接：https://pan.baidu.com/s/1iibmiyw8bf132fqgz79q6q
提取码：dpje
四、voc数据集下载
voc数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分：
该数据集为voc07+12的数据集，包括了训练与测试用的数据集。为了训练方便，该数据集中val.txt与test.txt相同。
链接：https://pan.baidu.com/s/1stbdrk2mpzfjj-jrzl6iua
提取码：vh7m
五、模型训练步骤
（1）训练voc07+12数据集
1.数据集的准备
本文使用voc格式进行训练，训练前需要下载好voc07+12的数据集，解压后放在根目录
根目录就是第一级目录下：
会自动填到vocdevkit文件下面。
2.数据集的处理
修改voc_annotation.py里面的annotation_mode = 2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。
源码对应为：
生成的目录为：
3.开始网络训练
train.py的默认参数用于训练voc数据集，直接运行train.py即可开始训练。
这个我起初是在自己的笔记本上运行的，显卡为3060，显存为6g，但是无法运行，显存不够。
我换到了实验室的电脑，ubuntu18.04，双2080ti，64g内存，i9处理器，100个batch_size，平均一个花费15分钟左右。
电脑配置不好的同学可以训练不出来，但是没关系，我把训练好的参数也一并上传了，就在第一份百度盘文件中：
4.预测
训练结果预测需要用到两个文件，分别是frcnn.py和predict.py。
我们首先需要去frcnn.py里面修改model_path以及classes_path，这两个参数必须要修改。
model_path指向训练好的权值文件，在logs文件夹里。
classes_path指向检测类别所对应的txt。
完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。
（2）训练自己的数据集
1.数据集的准备
本文使用voc格式进行训练，训练前需要自己制作好数据集。
训练前将标签文件放在vocdevkit文件夹下的voc2007文件夹下的annotation中。
训练前将图片文件放在vocdevkit文件夹下的voc2007文件夹下的jpegimages中。
2.数据集的处理
在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。
修改voc_annotation.py里面的参数。
第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。
训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。
./faster-rcnn-pytorch-master/model_data/cls_classes.txt文件内容为：
例如我们voc数据的类别为：
aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor
修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。
3.开始网络训练
训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。
classes_path用于指向检测类别所对应的txt，这个txt和voc_annotation.py里面的txt一样！训练自己的数据集必须要修改！
修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。
4.训练结果预测
训练结果预测需要用到两个文件，分别是frcnn.py和predict.py。在frcnn.py里面修改model_path以及classes_path。
model_path指向训练好的权值文件，在logs文件夹里。
classes_path指向检测类别所对应的txt。
完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。
六、预测步骤
（1）使用预训练权重
1.下载完库后解压，在百度网盘下载frcnn_weights.pth，放入model_data，运行predict.py，输入：
2.在predict.py里面进行设置可以进行fps测试和video视频检测。
（2）使用自己训练的权重
1.按照训练步骤训练
2.在frcnn.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。
class frcnn(object):
_defaults = {
#--------------------------------------------------------------------------#
# 使用自己训练好的模型进行预测一定要修改model_path和classes_path！
# model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt
#
# 训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。
# 验证集损失较低不代表map较高，仅代表该权值在验证集上泛化性能较好。
# 如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改
#--------------------------------------------------------------------------#
"model_path" : './faster-rcnn-pytorch-master/model_data/voc_weights_resnet.pth',
"classes_path" : './faster-rcnn-pytorch-master/model_data/voc_classes.txt',
#---------------------------------------------------------------------#
# 网络的主干特征提取网络，resnet50或者vgg
#---------------------------------------------------------------------#
"backbone" : "resnet50",
#---------------------------------------------------------------------#
# 只有得分大于置信度的预测框会被保留下来
#---------------------------------------------------------------------#
"confidence" : 0.5,
#---------------------------------------------------------------------#
# 非极大抑制所用到的nms_iou大小
#---------------------------------------------------------------------#
"nms_iou" : 0.3,
#---------------------------------------------------------------------#
# 用于指定先验框的大小
#---------------------------------------------------------------------#
'anchors_size' : [8, 16, 32],
#-------------------------------#
# 是否使用cuda
# 没有gpu可以设置成false
#-------------------------------#
"cuda" : true,
}
（3）运行predict.py
（4）在predict.py里面进行设置可以进行fps测试和video视频检测
七、评估步骤
（1）评估voc07+12的测试集
1.本文使用voc格式进行评估。
voc07+12已经划分好了测试集，无需利用voc_annotation.py生成imagesets文件夹下的txt。
2.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt
3.运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中
（2）评估自己的数据集
1.本文使用voc格式进行评估。
2.如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。
3.利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。
4.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。
5.运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。
等待一阵子！
八、参考
https://github.com/bubbliiiing/faster-rcnn-pytorch
https://github.com/longcw/faster_rcnn_pytorch
https://github.com/jwyang/faster-rcnn.pytorch
发表评论