在 Caffe 中生成用于对象检测的 lmdb 文件

Posted 2023-03-16

【中文标题】在 Caffe 中生成用于对象检测的 lmdb 文件

【英文标题】：Generating lmdb files for object detection in Caffe

【发布时间】：2020-01-12 04:46:16

【问题描述】：

我正在尝试在 Caffe 中从头开始训练基于 SSD 的人脸检测器。我有一个图像数据集，其中人脸的边界框存储在 csv 文件中。到目前为止，在我遇到的所有教程和代码中，convert_annoset 工具用于生成用于对象检测的 lmdb 文件。然而，在 Github (https://github.com/BVLC/caffe) 上的最新 Caffe 版本中，该工具已被删除。

我看到处理这个问题的两个选项是：

使用当前 Caffe 库中的函数重写 convert_annoset 工具

使用其他 python 包（如 lmdb 和 OpenCV）从图像和边界框信息手动创建 lmdb 文件

我一直在尝试重写代码，但在原始代码中找不到某些类和函数，例如 AnnotatedDatum_AnnotationType 和 LabelMap当前版本。

对于如何继续为对象检测问题创建 lmdb 有什么建议吗？

编辑： 我刚刚意识到 AnnotatedData 层不再存在于 Caffe 的主分支中。这是否意味着在这个版本中无法检测？我是否必须使用一些较旧的 fork，例如 https://github.com/weiliu89/caffe 进行检测，还是有其他选择？

【参考方案1】：

由于原来的Caffe没有物体检测层(mobilenet-ssd)

所以使用这个 Caffe (https://github.com/weiliu89/caffe) ssd 分支

这个 Caffe 有一个可以生成 lmdb 的 convert_annoset。

【讨论】：

我已经这样做了，但是我在训练中遇到了错误。我按照此处 (github.com/opencv/opencv/blob/master/samples/dnn/face_detector/…) 的步骤创建了一个 LMDB。这是我得到的错误：multibox_loss_layer.cpp:139 Check failed: num_priors_ * loc_classes_ * 4 == bottom[0]->channels() (35312 vs. 35056) Number of priors must match number of location predictions。关于如何解决这个问题的任何想法？我怀疑这与 LMDB 的创建方式有关？

我认为问题是由于试图检测图片中太小的物体造成的。

这发生在训练期间，而不是检测期间。如果设置了 resize_height 和 resize_width，convert_annoset 不会调整图像大小吗？

看起来像在caffe/util/io.cpp的第113行：cv::resize(cv_img_origin, cv_img, cv::Size(width, height));所以我不明白检测到的对象的大小是如何影响训练的。有什么建议吗？

我的意思是图片不小，图片中的物体很小。