不能再详细 手把手教你用Faster-RCNN训练自己的数据集

首先给大家推荐一下我老师大神的人工智能教学网站。教学不仅零基础,通俗易懂,而且非常风趣幽默,还时不时有内涵黄段子!点这里可以跳转到网站

接前篇:http://blog.csdn.net/zcy0xy/article/details/79614690

一、环境安装准备

python2.7以及相关的包cython, python-opencv, easydict

Faster-RCNN用的是https://github.com/smallcorgi/Faster-RCNN_TF tensorflow版本

本文假设你已经按照上面的教程完成了安装,并可以运行demo.py

并且可以训练

二、准备自己的数据集

在实际的应用中,这个数据集肯定是自己项目里面拍摄的。

首先,拍摄的图片可能分辨率太大,不利于训练,通过一顿操作把他们差不多缩小到跟voc数据集里的图片差不多大小。

#coding=utf-8import os  #打开文件时需要from PIL import Imageimport re Start_path='C:\\Users\\zcy\\Desktop\\transform\\' #你的图片目录iphone5_width=333 #图片最大宽度iphone5_depth=500 #图片最大高度 list=os.listdir(Start_path)#print listcount=0for pic in list:    path=Start_path+pic    print path    im=Image.open(path)    w,h=im.size    #print w,h    #iphone 5的分辨率为1136*640,如果图片分辨率超过这个值,进行图片的等比例压缩     if w>iphone5_width:        print pic        print "图片名称为"+pic+"图片被修改"        h_new=iphone5_width*h/w        w_new=iphone5_width        count=count+1        out = im.resize((w_new,h_new),Image.ANTIALIAS)        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)        #print new_pic        new_path=Start_path+new_pic        out.save(new_path)     if h>iphone5_depth:        print pic        print "图片名称为"+pic+"图片被修改"        w=iphone5_depth*w/h        h=iphone5_depth        count=count+1        out = im.resize((w_new,h_new),Image.ANTIALIAS)        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)        #print new_pic        new_path=Start_path+new_pic        out.save(new_path) print 'END'count=str(count)print "共有"+count+"张图片尺寸被修改"

然后命名图片,按照一定的规律——

#coding=utf-8import os  #打开文件时需要from PIL import Imageimport re class BatchRename():    def __init__(self):        #我的图片文件夹路径        self.path = 'C:\\Users\\zcy\\Desktop\\transform'     def rename(self):        filelist = os.listdir(self.path)        total_num = len(filelist)        i = 10000 #图片编号从多少开始,不要跟VOC原本的编号重复了        n = 6        for item in filelist:            if item.endswith('.jpg'):                n = 6 - len(str(i))                src = os.path.join(os.path.abspath(self.path), item)                dst = os.path.join(os.path.abspath(self.path), str(0)*n + str(i) + '.jpg')                try:                    os.rename(src, dst)                    print 'converting %s to %s ...' % (src, dst)                    i = i + 1                except:                    continue        print 'total %d to rename & converted %d jpgs' % (total_num, i)if __name__ == '__main__':    demo = BatchRename()    demo.rename()

然后需要进行手动的标注,生成符合pascal VOC格式的xml文件,替换进去才能训练

这里我尝试了各种办法——修改数据接口,自己编辑json分割文件然后转换等等,最后找到了一条最简单的路,用labelImg工具制作。

下载地址  https://github.com/tzutalin/labelImg

使用方法特别简单,设定xml文件保存的位置,打开你的图片的目录,然后一幅一幅图的标注,就可以了。

比如这个物体命名为“transform”类。

把所有的图片全部标注完毕,生成了一堆的xml文件。

接下来,来到voc2007的目录这里,把原来的图片和xml删掉,位置分别是:

/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/JPEGImages/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/Annotations

删掉是因为我们不需要训练别的数据集,只想训练自己的数据集,这样能快一点。

然后把我们的图片放到“/home/Faster-RCNN_TF-master/data/VOCdevkit/VOC2007/JPEGImages”里面来

接下来生成训练和测试需要的txt文件索引,程序是根据这个索引来获取图像的。

# !/usr/bin/python# -*- coding: utf-8 -*-import osimport random    trainval_percent = 0.8  #trainval占比例多少train_percent = 0.7  #test数据集占比例多少xmlfilepath = 'Annotations'  txtsavepath = 'ImageSets\Main'  total_xml = os.listdir(xmlfilepath)    num=len(total_xml)  list=range(num)  tv=int(num*trainval_percent)  tr=int(tv*train_percent)  trainval= random.sample(list,tv)  train=random.sample(trainval,tr)    ftrainval = open('ImageSets/Main/trainval.txt', 'w')  ftest = open('ImageSets/Main/test.txt', 'w')  ftrain = open('ImageSets/Main/train.txt', 'w')  fval = open('ImageSets/Main/val.txt', 'w')    for i  in list:      name=total_xml[i][:-4]+'\n'      if i in trainval:          ftrainval.write(name)          if i in train:              ftrain.write(name)          else:              fval.write(name)      else:          ftest.write(name)    ftrainval.close()  ftrain.close()  fval.close()  ftest .close()  

生成的索引文件在这里

四个文件,看名字想必就知道意思了。

三、修改源代码

好了,我们终于来最后一步了!

1. lib\datasets\pascal_voc.py中更改self._classes中的类别,添加自己的类名字“transform”



2. lib\networks中VGGnet_train.py和VGG_test.py中更改n_classes为自己的类的个数+1,这里我的是21+1=22



3. tools/demo.py中CLASSES的类别改为自己的类

四、开始训练

跟原来的训练方法一样,这里我们就输入

./experiments/scripts/faster_rcnn_end2end.sh gpu 0 VGG16 pascal_voc

我这里是使用GPU的,gpuid为0。

它会训练70000遍,每5000次保存一次在这里“/home/Faster-RCNN_TF-master/output/faster_rcnn_end2end/voc_2007_trainval”


我们可以在1万次时就停止训练,然后把10000那个model后缀名改成“.ckpt”,就可以使用了

五、测试

把几张测试图片放到这里来

修改demo里的测试图片名字

最后,运行demo就可以啦!

python ./tools/demo.py --model /home/Faster-RCNN_TF-master/output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_10000.ckpt

记得模型改成你刚才训练出来的文件名字

结果看起来还不错

恭喜,大功告成!!!

点这里可以跳转到人工智能网站

发表评论