折腾faster-rcnn（三）--训练篇

Posted 2023-04-13

参考技术A 标签（空格分隔）： Linux 深度学习

前面，我们已经成功跑起来faster-rcnn，并且自己动手训练了PascalVOC2007图像集，但是笔者接下来继续沿着官方文件跑PascalVOC2012，训练到第二阶段的某个点，程序就开始报错退出。查看logs发现，找不到图像的Annotation文件。遂放弃，转而生成自己的图像集。

这里笔者需要先完成毕业设计，所以图像集设计的种类不多，也就三类。毕竟PascalVOC一开始也只有四类呢！看了这么多经验帖，总结需要注意一下几个问题：文件名不要大写，后缀只能是.jpg或.JPEG，图像不要长得太过“瘦长”。这里为了重新命名收集来的文件，笔者自己写了一段Python脚本，变量命名注释极不规范，而且并不能识别某些后缀是jpg但并不是jpg的“假图”，大家看看就好，勿喷。

这里采用的是 labelImg 的标定工具，发动同学和学姐学弟一起帮我标定2333~~~

这里我们需要产生和PascalVOC一样格式的txt文件，这里笔者事先研究过了，产生是有点规律的，具体见我的上一篇博客： 折腾faster-rcnn（二）--数据篇
然后是几个集合的比例问题：
一般情况下trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%。上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些。这个在生成以上四个文件的脚本里面可以调比例，暂时就用默认比例试试，跑跑。生成这几个文件的脚本如下：

将以上几步搞好后，我们需要仿照PSACALVOC2007的结构建立自己的图像库，目录结构如下图所示

这一步肯定是需要的，因为PascalVOC有20类，所以我们需要根据自己的需求稍微修改神经网络参数。所有参数都在 /models 下，分为 coco 和 pascal_voc 格式，每种格式又有两到三种网络模型，每种模型还有两种训练方式 Alternative training(alt-opt) 和 Approximate joint training(end-to-end) 。总之，由于各种原因，本文以Alternative training+ZF model为例。笔者的需求是四类，还有一类在这里叫 __background__ 类，一共五类。
要修改的文件：
1.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt

2.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt

3.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt

4.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt

5.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt

注意，注意，这里文件夹进行了切换，并不属于模型的参数而是属于支持库的改动：
6.py-faster-rcnn/lib/datasets/pascal_voc.py

7.py-faster-rcnn/lib/datasets/imdb.py

8.根目录执行 ./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc ,训练和测试一气呵成，并且还有日志记录。如果只需要训练，那么执行（无日志记录）：

Q&A：
1.如果标签含有大写字母，那么修改py-faster-rcnn/lib/datasets/pascal_voc.py第209行：

2.出现错误：

这是因为某些图像根本不是jpeg图像，只是后缀被改动了，这一下被学姐坑惨了。建议大家训练前统统用图转工具将图像转换一下格式，以绝后患。

faster-rcnn训练自己数据+测试

准备使用faster-rcnn进行检测实验。同时笔者也做了mask-rcnn，yolo-v3,ssd的实验，并进行对比。

window下使用faster-rcnn  https://blog.csdn.net/qq_38497266/article/details/86234055

错误信息

https://blog.csdn.net/gbbb1234/article/details/73865148

https://blog.csdn.net/baidu_32936911/article/details/79865659