這個教程默認代碼捻撑、預訓練模型、測試部分的代碼已經(jīng)下載好倍权，環(huán)境也已經(jīng)編譯好
【訓練】
- models
models文件夾下存放的是對應的預訓練的模型在訓練時的網(wǎng)絡參數(shù)悯仙。
以ResNet-101為例：
注意：下面的cls_num指的是數(shù)據(jù)集的類別數(shù)+1（背景）。比如我想檢測魚這一個類別想诅，cls_num=2.
（1）修改其中的solver_ohem.protoxt
train_net: "models/fish4knowledge/ResNet-101/rfcn_end2end/train_agnostic_ohem.prototxt"
base_lr: 0.001 #初始學習率
lr_policy: "step" #學習率更新的方式
gamma: 0.1 #學習率衰減的倍率
stepsize: 10000 #迭代一萬次召庞，學習率衰減為原來的0.1倍
display: 20 #每迭代20次在終端打印一次輸出
momentum: 0.9 #動量
weight_decay: 0.0005 #權重衰減率
# We disable standard caffe solver snapshotting and implement our own snapshot
# function
snapshot: 0 #選擇迭代多少次保存一次中間模型
# We still use the snapshot prefix, though
snapshot_prefix: "resnet101_rfcn_ohem"
iter_size: 2 #由于是做檢測任務，batch_size值較小
#debug_info: true
根據(jù)以上代碼的第一行我們知道接下來要修改train_agnostic_ohem.prototxt 這里著重講一下侧蘸，訓練可以選擇兩種方式裁眯，一種帶ohem，一種不帶ohem讳癌；我在訓練時用的是前者穿稳，所以修改的都是文件名里有ohem的
（2）修改train_agnostic_ohem.prototxt
** 兩處數(shù)據(jù)層、兩處卷積層晌坤、 對應的兩處cls和bbox參數(shù)層（大家會發(fā)現(xiàn)每個prototxt修改的內容大致相同）
以后需要調整anchor大小來做不同的實驗時逢艘，也是在這個文件里改，詳情見下篇博客骤菠。
layer {
name: 'input-data'
type: 'Python'
top: 'data'
top: 'im_info'
top: 'gt_boxes'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 2" #cls_num
}
}
layer {
name: 'roi-data'
type: 'Python'
bottom: 'rpn_rois'
bottom: 'gt_boxes'
top: 'rois'
top: 'labels'
top: 'bbox_targets'
top: 'bbox_inside_weights'
top: 'bbox_outside_weights'
python_param {
module: 'rpn.proposal_target_layer'
layer: 'ProposalTargetLayer'
param_str: "'num_classes': 2" #cls_num
}
}
layer {
bottom: "conv_new_1"
top: "rfcn_cls"
name: "rfcn_cls"
type: "Convolution"
convolution_param {
num_output: 98 # 2*（7^2） cls_num*(score_maps_size^2)
kernel_size: 1
pad: 0
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
param {
lr_mult: 1.0
}
param {
lr_mult: 2.0
}
}
layer {
bottom: "conv_new_1"
top: "rfcn_bbox"
name: "rfcn_bbox"
type: "Convolution"
convolution_param {
num_output: 392 # 4*2*（7^2）=4*cls_num*(score_maps_size^2)
kernel_size: 1
pad: 0
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
param {
lr_mult: 1.0
}
param {
lr_mult: 2.0
}
}
layer {
bottom: "rfcn_cls"
bottom: "rois"
top: "psroipooled_cls_rois"
name: "psroipooled_cls_rois"
type: "PSROIPooling"
psroi_pooling_param {
spatial_scale: 0.0625
output_dim: 2 #cls_num
group_size: 7
}
}
layer {
bottom: "rfcn_bbox"
bottom: "rois"
top: "psroipooled_loc_rois"
name: "psroipooled_loc_rois"
type: "PSROIPooling"
psroi_pooling_param {
spatial_scale: 0.0625
output_dim: 8 #4*cls_num
group_size: 7
}
}
（3）修改test_agnostic.prototxt
layer {
bottom: "conv_new_1"
top: "rfcn_cls"
name: "rfcn_cls"
type: "Convolution"
convolution_param {
num_output: 98 #cls_num*(score_maps_size^2)
kernel_size: 1
pad: 0
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
param {
lr_mult: 1.0
}
param {
lr_mult: 2.0
}
}
layer {
bottom: "conv_new_1"
top: "rfcn_bbox"
name: "rfcn_bbox"
type: "Convolution"
convolution_param {
num_output: 392 #4*cls_num*(score_maps_size^2)
kernel_size: 1
pad: 0
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
param {
lr_mult: 1.0
}
param {
lr_mult: 2.0
}
}
layer {
bottom: "rfcn_cls"
bottom: "rois"
top: "psroipooled_cls_rois"
name: "psroipooled_cls_rois"
type: "PSROIPooling"
psroi_pooling_param {
spatial_scale: 0.0625
output_dim: 2 #cls_num
group_size: 7
}
}
layer {
bottom: "rfcn_bbox"
bottom: "rois"
top: "psroipooled_loc_rois"
name: "psroipooled_loc_rois"
type: "PSROIPooling"
psroi_pooling_param {
spatial_scale: 0.0625
output_dim: 8 #4*cls_num
group_size: 7
}
}
layer {
name: "cls_prob_reshape"
type: "Reshape"
bottom: "cls_prob_pre"
top: "cls_prob"
reshape_param {
shape {
dim: -1
dim: 2 #cls_num
}
}
}
layer {
name: "bbox_pred_reshape"
type: "Reshape"
bottom: "bbox_pred_pre"
top: "bbox_pred"
reshape_param {
shape {
dim: -1
dim: 8 #4*cls_num
}
}
}
看代碼的內容它改，沒用到classware/下面的參數(shù)文件，暫不需要修改商乎。
tools
訓練用的train_net.py
測試用的test_net.pydata
/VOCdevkit 存放數(shù)據(jù)集的信息：包括
（1）/ImageSets/Main下存放train.txt央拖、val.txt、test.txt鹉戚，內容為圖片的名稱（不含后綴）
（2）/fish_image_hz存放所有的圖片
（3）/Annotations 存放所有圖片的標注信息xml
（4）/dataset下存放測試要用到的東西
/dataset/devkit
/rfcn_models 訓練生成的caffemodel復制粘貼到此文件夾下鲜戒，為了測試的時候讀取模型
/imagenet_models 預訓練的模型，譬如ResNet-101-model.caffemodel可從網(wǎng)上下載
/cache緩存抹凳，如若換數(shù)據(jù)集遏餐，里面的pkl文件要刪掉output
output文件夾下存放的是訓練所生成的caffemodel，為了以防程序中斷赢底，我們設置了每迭代一萬次備份一次已訓練好的模型失都。lib
用來存放一些python接口文件柏蘑，如其下的datasets主要負責數(shù)據(jù)庫讀取，config負責cnn一些訓練的配置選項粹庞。
復制已有的datasets/pascal_voc.py咳焚，但要修改成自己使用的數(shù)據(jù)集的python文件。譬如datasets/fish4knowledge.py 具體修改的地方：
if __name__ == '__main__':
from datasets.fish4knowledge import fish4knowledge
d = fish4knowledge('train', '存放數(shù)據(jù)集的路徑')
除此以外信粮，還有data_path,存放圖片名稱的路徑等等黔攒，自己看代碼來修改。
datasets/factory.py 修改的地方有：
from datasets.fish4knowledge import fish4knowledge
devkit = '存放數(shù)據(jù)集的路徑'
for split in ['train', 'val']:
name = 'fish4knowledge_{}'.format(split)
__sets[name] = (lambda imageset=split, devkit=devkit: fish4knowledge(imageset, devkit))
datasets/_ init _.py修改成：
from .fish4knowledge import knowledge
fast_rcnn/config.py
caffe
這里是caffe框架目錄强缘，要事先編譯一遍督惰。experiments
輸出的日志文件在logs文件夾下
訓練時運行的腳本在scripts文件夾下，可以用end2end或者alt_opt兩種方式訓練旅掂。rfcn_end2end_ohem.sh腳本需要根據(jù)使用的數(shù)據(jù)集做改動赏胚。
./expriments/scripts/rfcn_end2end_ohem.sh 0 ResNet-101 fish4knowledge train_net.py
在這個腳本里可以設置迭代次數(shù) "ITERS=***"，“0”代表用的GPU_id號商虐，ResNet-101代表使用的預訓練模型觉阅，fish4knowledge代表使用的數(shù)據(jù)集名稱，需要在上面的腳本里添加自己的數(shù)據(jù)集case進去秘车，train_net.py是訓練網(wǎng)絡的python代碼典勇，位于/tools文件夾下。
- results
測試生成的val_pred.txt在這個文件夾下叮趴。接下來我們就講測試部分了割笙。
【測試】
***這些評測算法的代碼可以參考PASCAL_VOC的評估代碼
我就是下載下來再根據(jù)自己的數(shù)據(jù)集作修改的。
1.訓練生成的模型在output文件夾里眯亦，復制粘貼到data/rfcn_models/目錄下
2.修改tools/文件夾下的demo_rfcn.py并運行
python demo_rfcn.py --gpu 0
在results/文件夾下會生成val_pred.txt伤溉；val_pred.txt文件的每一行對應一個檢測到的目標，格式如下：
<image_id> <class_id> <confidence> <xmin> <ymin> <xmax> <ymax>
其中image_id為測試圖片的id號即幀數(shù)（列于devkit/data/val.txt文件中妻率，這個txt文件區(qū)別于上面的ImageSets/Main/下的txt乱顾，每行除了包括圖片文件名（不含后綴），還有幀數(shù)）, class_id 為物體的種類（參見devkit/data/meta_data.mat（需要修改））, confidence為算法對于這一預測的置信度宫静，xmin ymin為目標框左上角點坐標走净，xmax ymax為目標框右下角點坐標。
3.用于評測算法的MATLAB程序位于devkit/evaluation/eval_detection.m孤里。將第二步生成的val_pred.txt復制粘貼到devkit/data/目錄下温技，運行.m程序之后可得知檢測的mAP值。
