Faster R-CNN(Tensorflow版) 训练自己的数据集
源码地址:https://github.com/smallcorgi/Faster-RCNN_TF 我自己做的数据集和voc的格式一样,所以只修改classes 里的类别就好。1、/Faster-RCNN_TF/lib/datasets/pascal_voc.py self._classes 修改为自己数据的类2、/Faster-RCNN_TF/lib/networks/VGGnet_t
直接转载一篇博客,中间一些地方做了一些修改
源码地址:https://github.com/smallcorgi/Faster-RCNN_TF
为了最小程度的修改源代码,我把自己的数据处理成和 VOC2007 文件格式一模一样的结构。这样,只需要修改 classes 里的类别就可以了,路径的问题完全不用管。
一、修改的文件路径
1、/home/Faster-RCNN_TF/lib/datasets/pascal_voc.py
修改为自己数据的类
2、/home/Faster-RCNN_TF/lib/networks/VGGnet_train.py
修改类的个数n_classes = 3(其中3是类别数目+1(背景))
3、/home/Faster-RCNN_TF/lib/networks/VGGnet_test.py
修改类的个数
二、我们的数据
训练前要把官方的数据替换掉,如果你拿原始VOC数据训练过,还需要把load的数据和模型删掉。
需要删除这两个目录下的文件:
/home/Faster-RCNN_TF/data/cache
/home/Faster-RCNN_TF/output/faster_rcnn_end2end
开始训练
首先要到根目录 Faster-RCNN_TF
然后到lib目录下执行:
退回到Faster-RCNN_TF执行:export PATH=$PATH:/usr/local/cuda-8.0/bin/ #此处的cuda-8.0根据自己使用的cuda不同 make
./experiments/scripts/faster_rcnn_end2end.sh gpu 0 VGG16 pascal_voc
★注意:训练到最后会报错,提示 --weights: expected one argument, 这时候需要添加我们训练好的模型路径。看下文的开始测试
训练结束:可以看到test_net.py 报错是因为--weights 后面没有相应的模型参数。因此我们需要添加上面的模型文件路径
但是,github上的版本,训练后没有生成ckpt文件,导致测试不能正常进行。
解决办法:找到文件lib/fast_rcnn/train.py
在line 42: self.saver = saver ⇒ self.saver = tf.train.Saver(max_to_keep=100,write_version=tf.train.SaverDef.V1),这样就能生成需要的cpkt文件,然后用下面的命令进行测试
执行测试前查看 /home/Faster-RCNN_TF/data/VOCdevkit2007/annotations_cache/annots.pkl
的缓存文件是不是清空的。
python ./tools/test_net.py --device gpu --device_id 0 --weights /home/Faster-RCNN_TF/output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_70000.ckpt --imdb voc_2007_test --cfg experiments/cfgs/faster_rcnn_end2end.yml --network VGGnet_test
下面是我的测试结果:
使用 demo.py 检测从网上找到的相关皮肤病图片
直接用模型对相关图片进行目标检测
首先要把 demo.py
文件里的 CLASSES 要与之前修改的类别保持一致/home/Faster-RCNN_TF/tools
在文件根目录下面执行此命令,开始生成结果:
python ./tools/demo.py --model /home/Faster-RCNN_TF/output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_70000.ckpt
保存标记好的图片
在 demo.py
里添加我们要保存图片的路径
结果展示
更多推荐
所有评论(0)