Faster-RCNN+ZF用自己的数据集训练模型

说明：本博文假设你已经做好了自己的数据集，该数据集格式和VOC2007相同。做好数据集后，我们开始训练，下面是训练前的一些修改。

1 、VOCdevkit2007\VOCcode\VOCinit.m的修改

（1）路径的修改

VOCopts.annopath=[VOCopts.datadir VOCopts.dataset '/Annotations/%s.xml'];
VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset '/JPEGImages/%s.jpg'];
VOCopts.imgsetpath=[VOCopts.datadir VOCopts.dataset '/ImageSets/Main/%s.txt'];
VOCopts.clsimgsetpath=[VOCopts.datadir VOCopts.dataset '/ImageSets/Main/%s_%s.txt'];
VOCopts.clsrespath=[VOCopts.resdir 'Main/%s_cls_' VOCopts.testset '_%s.txt'];
VOCopts.detrespath=[VOCopts.resdir 'Main/%s_det_' VOCopts.testset '_%s.txt'];

上面这些路径要正确，第一个是xml标签路径；第二个是图片的路径；第三个是放train.txt、val.txt、test.txt和trainval.txt的路径；第四、五、六个不需要；一般来说这些路径不用修改，你做的数据集格式和VOC2007相同就行。

（2）训练集文件夹修改

VOCopts.dataset = '你的文件夹名';

然后将VOC2007路径注释掉，上面“你的文件夹名”是你放Annotations、ImageSets、JPEGImages文件夹的文件夹名。

（3）标签的修改

VOCopts.classes={...
   '你的标签1'
   '你的标签2'
   '你的标签3'
   '你的标签4'};

将其改为你的标签。

2 、VOCdevkit2007\results

results下需要新建一个文件夹，名字和xml中的<folder>***</folder>对应。***文件夹下新建一个Main文件夹。

3 、VOCdevkit2007\local

local下需要新建一个文件夹，名字和xml中的<folder>***</folder>对应。

4 、function\fast_rcnn\fast_rcnn_train.m

ip.addParamValue('val_iters',       500,            @isscalar); 
ip.addParamValue('val_interval',    2000,           @isscalar);

可能在randperm(N,k)出现错误，可以将500改小点，比如200.

5、function\rpn\proposal_train.m

这里的问题和fast_rcnn_train.m一样。

6.imdb\imdb_eval_voc.m

%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');
do_eval = 1;

注释掉

do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');

并令其为1，否则测试会出现精度全为0的情况

7. imdb\roidb_from_voc.m

ip.addParamValue('exclude_difficult_samples',       true,   @islogical);</span>

不包括难识别的样本，所以设置为true。(如果有就设置为false)

8.网络模型的修改

（1） models\ fast_rcnn_prototxts\ZF\ train_val.prototxt

input: "bbox_targets"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 根据类别数改，该值为（类别数+1）*4  #################
input_dim: 1
input_dim: 1

input: "bbox_loss_weights"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 根据类别数改，该值为（类别数+1）*4   ############</span>
input_dim: 1
input_dim: 1

layer {
	bottom: "fc7"
	top: "cls_score"
	name: "cls_score"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	type: "InnerProduct"
	inner_product_param {
		num_output: 21 #根据类别数改该值为类别数+1   #########

layer {
	bottom: "fc7"
	top: "bbox_pred"
	name: "bbox_pred"
	type: "InnerProduct"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	inner_product_param {
		num_output: 84  #根据类别数改，该值为（类别数+1）*4  ##########

（2） models\ fast_rcnn_prototxts\ZF\ test.prototxt

layer {
	bottom: "fc7"
	top: "cls_score"
	name: "cls_score"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	type: "InnerProduct"
	inner_product_param {
		num_output: 21  #类别数+1  ##########

layer {
	bottom: "fc7"
	top: "bbox_pred"
	name: "bbox_pred"
	type: "InnerProduct"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	inner_product_param {
		num_output: 84  #4*(类别数+1)  ##########

（3） models\ fast_rcnn_prototxts\ZF_fc6\ train_val.prototxt

input: "bbox_targets"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 4*(类别数+1)  ###########
input_dim: 1
input_dim: 1

input: "bbox_loss_weights"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 4*(类别数+1)  ###########
input_dim: 1
input_dim: 1

layer {
	bottom: "fc7"
	top: "cls_score"
	name: "cls_score"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	type: "InnerProduct"
	inner_product_param {
		num_output: 21 #类别数+1   ############

layer {
    bottom: "fc7"
    top:"bbox_pred"
    name:"bbox_pred"
    type:"InnerProduct"
    param {
       lr_mult:1.0
    }
    param {
       lr_mult:2.0
    }
    inner_product_param{
       num_output: 84   #4*（类别数+1）   ###########

（4） models\ fast_rcnn_prototxts\ZF_fc6\ test.prototxt

layer {
	bottom: "fc7"
	top: "cls_score"
	name: "cls_score"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	type: "InnerProduct"
	inner_product_param {
		num_output: 21  类别数+1 #######

layer {
	bottom: "fc7"
	top: "bbox_pred"
	name: "bbox_pred"
	type: "InnerProduct"
	param {
		lr_mult: 1.0
	}
	param {
		lr_mult: 2.0
	}
	inner_product_param {
		num_output: 84  #4*（类别数+1） ##########

！！！为防止与之前的模型搞混,训练前把output文件夹删除（或改个其他名），还要把imdb\cache中的文件删除（如果有的话）

9.开始训练

运行：

experiments/script_faster_rcnn_VOC2007_ZF.m

10.训练完后

训练完后，不要急着马上测试，先打开output/faster_rcnn_final/faster_rcnn_VOC2007_ZF文件夹，打开detection_test.prototxt，作如下修改：

将relu5（包括relu5）前的层删除，并将roi_pool5的bottom改为data和rois。并且前面的input_dim:分别改为1,256,50,50(如果是VGG就是1,512,50,50,其他修改基本一样)，具体如下

input: "data"
input_dim: 1
input_dim: 256
input_dim: 50
input_dim: 50

# ------------------------ layer 1 -----------------------------
layer {
	bottom: "data"
	bottom: "rois"
	top: "pool5"
	name: "roi_pool5"
	type: "ROIPooling"
	roi_pooling_param {
		pooled_w: 6
		pooled_h: 6
		spatial_scale: 0.0625  # (1/16)
	}
}

11.测试

训练完成后，打开\experiments\script_faster_rcnn_demo.m，将模型路径改成训练得到的模型路径：

model_dir                   = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC2007_ZF')

将测试图片改成你的图片，im_names = {'001.jpg', '002.jpg', '003.jpg'};

结果如下：