原文链接 blog.csdn.net/zhang_shuai12/article/details/52295438
本文安装python版本的faster-rcnn项目。
matlab版本请移步：https://github.com/ShaoqingRen/faster_rcnn
python版本项目主页：https://github.com/rbgirshick/py-faster-rcnn
下面分两部分来讲解，第一部分为py-faster-rcnn及caffe框架安装。第二部分讲解如何修改相关文件，训练自己的数据集。
把项目代码clone下来, 注意是递归下载，里面包含项目自带的caffe，跟原版的caffe略有不同，一定要注意：
git clone--recursive https://github.com/rbgirshick/py-faster-rcnn.git
1
安装python包cython, 使用pip安装：
sudo pip install cython
编译cython
编译caffe（项目自带的caffe-fast-rcnn）
具体安装方法，详见我的另一篇博客，地址：http://blog.csdn.net/zhang_shuai12/article/details/52289825
注意执行完make， 别忘了make pycaffe
到这里， 我们就完成了所得的安装。
首先，我们先运行一下项目自身的demo
下载论文中提到的pascal voc 2007 数据集，pascal voc 2012数据集类似可下载：
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
下载完成后，解压缩：
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar
解压缩完成后，会形成如下的目录结构：
$VOCdevkit/
$VOCdevkit/VOCcode/
$VOCdevkit/VOC2007
我们对pascal voc2007 数据集做一个链接：
cd py-faster-rcnn/data
ln-s/path/to/VOCdevkit VOCdevkit2007
现在,在data目录下会出现VOCdevkit2007文件夹， 结构与VOCdevkit相同。
训练数据集, 论文提供几种训练方式， 具体参数可看代码做相应设置：
cd py-fatser-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh [NET] [--set...]
or
./experiments/scripts/faster_rcnn_end2end.sh [NET] [--set...]
或者我们也可以运行下面命令进行训练：
./tools/train_net.py --cpu --solver path/to/solver.prototxt --weights path/to/pretrain_model --imdb voc_2007_trainval --iters 100000 --cfgs experiments/cfgs/faster_rcnn_end2end.yml
测试可使用如下命令行：
./tools/test_net.py --cpu --def path/to/test.prototxt --net path/to/your/final.model --imdb voc_2007_test --cfgs experiments/cfgs/faster_rcnn_end2end.yml
论文作者已经预训练好几种模型， 我们下载即可：
cd py-faster-rcnn
./data/scripts/fetch_faster_rcnn_models.sh
./data/scripts/fetch_imagenet_models.sh
./data/scripts/fetch_selective_search_data.sh
下载完成后， 解压缩模型，然后运行：
./tools/demo.py
会看到图像识别结果。
ok， 下面我们试着修改文件，换成自己的数据集，进行训练和测试。替换过程中，我们依然保持文件夹名称不变，只置换里面的数据。
我们下载解压后的数据集存储在：
/data/VOCdevkit2007/VOC2007VOC2007
下有三个文件夹：
VOC2007/Annotations
VOC2007/ImageSets
VOC2007/JPEGImages
Annotations: 存储与图片对应的xml文件，每个xml文件包含object的bbox，name等
ImageSets: 存储切分好的数据集，包括train,val,test等文件；
JPEGImages: 存储所有的图片；
我们把自己的训练集替换掉原始的文件，放到相应的上述三个目录下即可。
另外， 在标注数据的过程中， 发现一个非常方便的标注软件labelImg, 在图片上画出框之后，会自动生成训练所需格式的xml文件。
github项目主页地址：https://github.com/tzutalin/labelImg
感兴趣的可以自行下载安装使用。
数据集替换问题解决了，接下来，我们一步步的修改文件：
cd/lib/datasets
首先，修改pascal_voc.py，
self.CLASS= (
‘background‘, #保留这个类别
。。。
)
改成你自己要识别的object 类别，比如我要识别people，只需把people类别加进去即可。
然后修改模型参数， 以训练faster_rcnn_end2end模型为例：
cd /models/pascal_voc/VGG16/faster_rcnn_end2end
包括三个prototxt文件，分别修改如下：
对于solver.prototxt, 模型参数初始化，一般不需要修改；
对于train.prototxt, 修改如下几个地方：
①num_classes : 设置为你的识别类别数， 比如说我只识别people这一类， 则为2（1 + 背景类）
②cls_score 层， inner_product_param参数， num_output :也设置为2（1 + 背景类）
③bbox_pred层， inner_product_param参数， num_output:设置为(1 + 背景类) ×4
对于test.prototxt文件， 修改如下：
①cls_score层， inner_product_param参数， num_output: 设置为2（1 + 背景类）
到这里，我们针对自己的数据集，要修改的都已经改完了。训练的命令行再上面已经给出，这里不在写出。接下来就是耐心的等待训练结果啦。
训练完成后， 可以运行demo.py 来查看识别结果。注意，别忘了修改 CLASS的类别。另外，demo.py每次识别一张图片，若包含多个不同的类别，识别结果不能显示在同一张图片上， 可略做修改即可。
例如可以把demo.py里的demo函数和vis_detections函数写成一个函数：
cv2.putText(im,'{:s} {:.3f}'.format(cls, score), (bbox[0], bbox[1]), font,0.5, (0,0,255),1)
# detection result path
cv2.imwrite(result_dir +'/'+ image_name +'.jpg', im)
参考：
【1】https://github.com/rbgirshick/py-faster-rcnn
【2】Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks by Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun NIPS 2015
【3】https://github.com/tzutalin/labelImg
【4】http://caffe.berkeleyvision.org/installation.html#compilation
网友评论