首页 > 代码库 > 【转载】 Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)

【转载】 Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)

2024-10-22 00:26:02   209人阅读

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/article/details/50723212）

 

Faster-RCNN源码下载地址：

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Matlab版本，在Windows下运行。

python版本的训练过程：http://blog.csdn.net/sinat_30071459/article/details/51332084

资源下载：https://github.com/ShaoqingRen/faster_rcnn，网页最后有所有的资源。

准备工作：

（1）

安装vs2013；

安装Matlab；

安装CUDA；

上面的安装顺序最好不要乱，否则可能出现Matlab找不到vs的情况，在Matlab命令行窗口输入：mbuild -setup，如果出现：

技术分享

说明Matlab可以找到vs2013。CUDA应在安装vs2013后再安装。

（2）

如果你的cuda是6.5，那么，运行一下：

 

[plain] view plain copy
 
  1. fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m  

（运行代码下载失败的话，用百度云下载：https://pan.baidu.com/s/1i3m0i0H  ，解压到faster_rcnn-master下）

得到mex文件。如果不是cuda6.5（如我的是cuda7.5），则需要自己编译mex文件，编译过程参考这里：Caffe for Faster R-CNN，按步骤做就行了。

 

也可以下载我编译得到的文件（注意cuda版本）。

下载地址：Faster-RCNN(Matlab) external文件夹

建议还是自己编译，因为版本问题可能会出错。在训练前，可以先下载作者训练好的模型，测试一下，如果可以的话，就不用自己编译了。

测试过程：

（1）运行faster_rcnn-master\faster_rcnn_build.m

 （2）运行faster_rcnn-master\startup.m

（3）运行faster_rcnn-master\fetch_data\fetch_faster_rcnn_final_model.m  下载训练好的模型

（下载失败的话，可以用百度云下载：https://pan.baidu.com/s/1hsFKmeK ，解压到faster_rcnn-master下）

（4）修改faster_rcnn-master\experiments\script_faster_rcnn_demo.m的model_dir为你下载的模型，然后运行。

最终得到：

技术分享技术分享

 

在训练前请确保你的路径faster_rcnn-master\external\caffe\matlab\caffe_faster_rcnn下有以下文件：

技术分享

（我的OpenCV版本是2.4.9，cuda版本是7.5，因版本不同上述文件和你的编译结果可能会有差异。+caffe文件夹是从caffe-master或caffe-faster-R-CNN里拷贝过来的。）

 

如果你没有按上面说的测试过，请先运行：

 

（1）faster_rcnn-master\faster_rcnn_build.m

（2）faster_rcnn-master\startup.m

然后再进行下面的修改。

1 、VOCdevkit2007\VOCcode\VOCinit.m的修改

（1）路径的修改

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/article/details/50723212）

 

Faster-RCNN源码下载地址：

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Matlab版本，在Windows下运行。

python版本的训练过程：http://blog.csdn.net/sinat_30071459/article/details/51332084

资源下载：https://github.com/ShaoqingRen/faster_rcnn，网页最后有所有的资源。

准备工作：

（1）

安装vs2013；

安装Matlab；

安装CUDA；

上面的安装顺序最好不要乱，否则可能出现Matlab找不到vs的情况，在Matlab命令行窗口输入：mbuild -setup，如果出现：

技术分享

说明Matlab可以找到vs2013。CUDA应在安装vs2013后再安装。

（2）

如果你的cuda是6.5，那么，运行一下：

 

[plain] view plain copy
 
  1. fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m  

（运行代码下载失败的话，用百度云下载：https://pan.baidu.com/s/1i3m0i0H  ，解压到faster_rcnn-master下）

得到mex文件。如果不是cuda6.5（如我的是cuda7.5），则需要自己编译mex文件，编译过程参考这里：Caffe for Faster R-CNN，按步骤做就行了。

 

也可以下载我编译得到的文件（注意cuda版本）。

下载地址：Faster-RCNN(Matlab) external文件夹

建议还是自己编译，因为版本问题可能会出错。在训练前，可以先下载作者训练好的模型，测试一下，如果可以的话，就不用自己编译了。

测试过程：

（1）运行faster_rcnn-master\faster_rcnn_build.m

 （2）运行faster_rcnn-master\startup.m

（3）运行faster_rcnn-master\fetch_data\fetch_faster_rcnn_final_model.m  下载训练好的模型

（下载失败的话，可以用百度云下载：https://pan.baidu.com/s/1hsFKmeK ，解压到faster_rcnn-master下）

（4）修改faster_rcnn-master\experiments\script_faster_rcnn_demo.m的model_dir为你下载的模型，然后运行。

最终得到：

技术分享技术分享

 

在训练前请确保你的路径faster_rcnn-master\external\caffe\matlab\caffe_faster_rcnn下有以下文件：

技术分享

（我的OpenCV版本是2.4.9，cuda版本是7.5，因版本不同上述文件和你的编译结果可能会有差异。+caffe文件夹是从caffe-master或caffe-faster-R-CNN里拷贝过来的。）

 

如果你没有按上面说的测试过，请先运行：

 

（1）faster_rcnn-master\faster_rcnn_build.m

（2）faster_rcnn-master\startup.m

然后再进行下面的修改。

1 、VOCdevkit2007\VOCcode\VOCinit.m的修改

（1）路径的修改

VOCopts.annopath=[VOCopts.datadir VOCopts.dataset ‘/Annotations/%s.xml‘];  
VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset ‘/JPEGImages/%s.jpg‘];  
VOCopts.imgsetpath=[VOCopts.datadir VOCopts.dataset ‘/ImageSets/Main/%s.txt‘];  
VOCopts.clsimgsetpath=[VOCopts.datadir VOCopts.dataset ‘/ImageSets/Main/%s_%s.txt‘];  
VOCopts.clsrespath=[VOCopts.resdir ‘Main/%s_cls_‘ VOCopts.testset ‘_%s.txt‘];  
VOCopts.detrespath=[VOCopts.resdir ‘Main/%s_det_‘ VOCopts.testset ‘_%s.txt‘];

上面这些路径要正确，第一个是xml标签路径；第二个是图片的路径；第三个是放train.txt、val.txt、test.txt和trainval.txt的路径；第四、五、六个不需要；一般来说这些路径不用修改，你做的数据集格式和VOC2007相同就行。（图片格式默认是jpg，如果是png，修改上面第二行的代码即可。）

（2）训练集文件夹修改

VOCopts.dataset = ‘你的文件夹名‘;
然后将VOC2007路径注释掉，上面“你的文件夹名”是你放Annotations、ImageSets、JPEGImages文件夹的文件夹名。

（3）标签的修改

VOCopts.classes={...  
   ‘你的标签1‘  
   ‘你的标签2‘  
   ‘你的标签3‘  
   ‘你的标签4‘};  　

将其改为你的标签。

2 、VOCdevkit2007\results

results下需要新建一个文件夹，名字是1. (2)中“你的文件夹名”。“你的文件夹名”下新建一个Main文件夹。(因为可能会出现找不到文件夹的错误)

3 、VOCdevkit2007\local

local下需要新建一个文件夹，名字是1. (2)中“你的文件夹名”。（同上）

4 、function\fast_rcnn\fast_rcnn_train.m

ip.addParamValue(‘val_iters‘,       500,            @isscalar);   
ip.addParamValue(‘val_interval‘,    2000,           @isscalar);

可能在randperm(N,k)出现错误，根据数据集修改。（VOC2007中val有2510张图像，train有2501张，作者将val_iters设为500，val_interval设为2000，可以参考作者的设置修改，建议和作者一样val_iters约为val的1/5，val_interval不用修改）

5、function\rpn\proposal_train.m

这里的问题和fast_rcnn_train.m一样。

6.imdb\imdb_eval_voc.m

%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,‘test‘);  
do_eval = 1; 　

注释掉

    do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,‘test‘); 　

并令其为1，否则测试会出现精度全为0的情况

7. imdb\roidb_from_voc.m

ip.addParamValue(‘exclude_difficult_samples‘,       true,   @islogical);

不包括难识别的样本，所以设置为true。(如果有就设置为false)。

8.网络模型的修改

（1） models\ fast_rcnn_prototxts\ZF\ train_val.prototxt

input: "bbox_targets"  
input_dim: 1  # to be changed on-the-fly to match num ROIs  
input_dim: 84 # 根据类别数改，该值为（类别数+1）*4  #################  
input_dim: 1  
input_dim: 1

 

input: "bbox_loss_weights"  
input_dim: 1  # to be changed on-the-fly to match num ROIs  
input_dim: 84 # 根据类别数改，该值为（类别数+1）*4   ############  
input_dim: 1  
input_dim: 1

　　

layer {  
    bottom: "fc7"  
    top: "cls_score"  
    name: "cls_score"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    type: "InnerProduct"  
    inner_product_param {  
        num_output: 21 #根据类别数改该值为类别数+1   #########

　　

layer {  
    bottom: "fc7"  
    top: "bbox_pred"  
    name: "bbox_pred"  
    type: "InnerProduct"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    inner_product_param {  
        num_output: 84  #根据类别数改，该值为（类别数+1）*4  ##########

　　

（2）models\ fast_rcnn_prototxts\ZF\ test.prototxt

layer {  
    bottom: "fc7"  
    top: "cls_score"  
    name: "cls_score"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    type: "InnerProduct"  
    inner_product_param {  
        num_output: 21  #类别数+1  ##########

　　

layer {  
    bottom: "fc7"  
    top: "bbox_pred"  
    name: "bbox_pred"  
    type: "InnerProduct"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    inner_product_param {  
        num_output: 84  #4*(类别数+1)  ##########

　　

（3） models\ fast_rcnn_prototxts\ZF_fc6\ train_val.prototxt

input: "bbox_targets"  
input_dim: 1  # to be changed on-the-fly to match num ROIs  
input_dim: 84 # 4*(类别数+1)  ###########  
input_dim: 1  
input_dim: 1

　　

input: "bbox_loss_weights"  
input_dim: 1  # to be changed on-the-fly to match num ROIs  
input_dim: 84 # 4*(类别数+1)  ###########  
input_dim: 1  
input_dim: 1

　　

layer {  
    bottom: "fc7"  
    top: "cls_score"  
    name: "cls_score"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    type: "InnerProduct"  
    inner_product_param {  
        num_output: 21 #类别数+1   ############

　　

layer {  
    bottom: "fc7"  
    top:"bbox_pred"  
    name:"bbox_pred"  
    type:"InnerProduct"  
    param {  
       lr_mult:1.0  
    }  
    param {  
       lr_mult:2.0  
    }  
    inner_product_param{  
       num_output: 84   #4*（类别数+1）   ###########

　　

（4） models\ fast_rcnn_prototxts\ZF_fc6\ test.prototxt

layer {  
    bottom: "fc7"  
    top: "cls_score"  
    name: "cls_score"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    type: "InnerProduct"  
    inner_product_param {  
        num_output: 21  类别数+1 #######

　　

layer {  
    bottom: "fc7"  
    top: "bbox_pred"  
    name: "bbox_pred"  
    type: "InnerProduct"  
    param {  
        lr_mult: 1.0  
    }  
    param {  
        lr_mult: 2.0  
    }  
    inner_product_param {  
        num_output: 84  #4*（类别数+1） ##########

　　

9.solver的修改

solver文件有3个，默认使用的solver是solver_30k40k.prototxt，如下stage 1 rpn，可以在faster_rcnn-master\experiments\+Model\ZF_for_Faster_RCNN_VOC2007.m中更换。
 
model.stage1_rpn.solver_def_file                = fullfile(pwd, ‘models‘, ‘rpn_prototxts‘, ‘ZF‘, ‘solver_30k40k.prototxt‘);%solver_60k80k.prototxt  
model.stage1_rpn.test_net_def_file              = fullfile(pwd, ‘models‘, ‘rpn_prototxts‘, ‘ZF‘, ‘test.prototxt‘);  
model.stage1_rpn.init_net_file                  = model.pre_trained_net_file;

　　

！！！为防止与之前的模型搞混,训练前把output文件夹删除（或改个其他名），还要把imdb\cache中的文件删除（如果有的话）
 
更为简便的方法是直接用你的数据集的Annotations、ImageSets、JPEGImages文件夹替换VOC2007对应文件夹，那么上面只需进行1.（3）、4、5、7、8的修改。
 

10.开始训练

（1）.下载预训练的ZF模型：fetch_data/fetch_model_ZF.m
（下载失败的话用百度云下载：https://pan.baidu.com/s/1o6zipPS ，解压到faster_rcnn-master下，预训练模型参数用于初始化）

（2）.运行：

experiments/script_faster_rcnn_VOC2007_ZF.m

　　

经过一会的准备工作，就进入迭代了：

技术分享

11.训练完后

训练完后，不要急着马上测试，先打开output/faster_rcnn_final/faster_rcnn_VOC2007_ZF文件夹，打开detection_test.prototxt，作如下修改：

将relu5（包括relu5）前的层删除，并将roi_pool5的bottom改为data和rois。并且前面input: "data"下的input_dim:分别改为1,256,50,50(如果是VGG就是1,512,50,50,其他修改基本一样)，具体如下

 

input: "data"  
input_dim: 1  
input_dim: 256  
input_dim: 50  
input_dim: 50

　　

# ------------------------ layer 1 -----------------------------  
layer {  
    bottom: "data"  
    bottom: "rois"  
    top: "pool5"  
    name: "roi_pool5"  
    type: "ROIPooling"  
    roi_pooling_param {  
        pooled_w: 6  
        pooled_h: 6  
        spatial_scale: 0.0625  # (1/16)  
    }  
}

　　

12.测试

训练完成后，打开\experiments\script_faster_rcnn_demo.m，将模型路径改成训练得到的模型路径：

model_dir   = fullfile(pwd, ‘output‘, ‘faster_rcnn_final‘, ‘faster_rcnn_VOC2007_ZF‘)

将测试图片改成你的图片：

im_names = {‘001.jpg‘, ‘002.jpg‘, ‘003.jpg‘};

　

注意：
        如果你的数据集类别比voc2007数据集多，把script_faster_rcnn_demo.m中的showboxes(im, boxes_cell, classes, ‘voc‘)作如下修改：
改为：
showboxes(im, boxes_cell, classes);
或者：
showboxes(im, boxes_cell, classes, ‘default‘);  　
即去掉‘voc’或将其改为‘default’。

如果测试发现出现的框很多，且这些框没有目标，可以将阈值设高一些（默认是0.6）：
thres = 0.9;

　

 

结果如下：

 

技术分享
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

【转载】 Faster-RCNN+ZF用自己的数据集训练模型(Matlab版本)


联系
我们