0.前言
在前面的一篇博客中，介绍了如何实现py-faster-rcnn的配置以及在PASCAL VOC 2007上面的训练，本节，来讲诉如何制作并训练自己的数据集。如果自己使用的是matlab版本的faster rcnn的话，请移步这里：http://blog.csdn.net/sinat_30071459/article/details/50546891
1.制作自己的数据集
训练模型最头疼的估计就是数据集的整理与标记了，本例中我以人脸识别为例来说明数据集的安排。首先，这里为了方便，我没有更改VOC2007的任何格式，只是将data/VOCdevkit2007/VOC2007/Annotations和ImageSets以及JPEGImages文件夹的内容进行了替换。假设你的数据集已经进行了标记，所做的标记框已经输出到txt文档中，如下所示。
0001.jpg f 67 55 195 201
0001.jpg f 339 49 479 206 从左到右依次是图片名称，打框的标签和框的4个坐标
然后是将文档中的数据写入xml文件，如何制作数据可以参考这篇文章http://blog.csdn.net/liumaolincycle/article/details/50540487，这里不在赘述。不过和它不同的是，我为了方便，依然使用原有的数据集名称，只是对相应的文件进行了替换。最后是生成4个txt文档，分别为train.txt trainval.txt test.txt 和 val.txt。据我发现，在实验时好像只用到了trainval.txt和test.txt，他们两个构成完整的一个数据集。最后，可以将原有的一些SegmenttationClass和SegmentationObject等文件夹删除，在我的实验中，所需要的完整结构如下所示。
2.训练自己的数据
自己的数据集制作完成之后，就可以着手对文件进行修改以便训练了
（1）prototxt配置文件
file1：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt
file2：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt
file3：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt
file4：models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt
file5：models/pascal_voc/ZF/faster_rcnn_alt_opt/fast_rcnn_test.pt修改上面5个pt文件，将类别数量改成自己的类别数量+1（检测时，背景也要作为1类），比如我的是人脸检测，就一个类别，就要将pt文件中的类别改为2，再将bbox预测层改为8（2*4），以stage1_fast_rcnn_train.pt为例
name: "ZF"
layer {
name: 'data'
type: 'Python'
top: 'data'
top: 'rois'
top: 'labels'
top: 'bbox_targets'
top: 'bbox_inside_weights'
top: 'bbox_outside_weights'
python_param {
module: 'roi_data_layer.layer'
layer: 'RoIDataLayer'
param_str: "'num_classes': 2"
}
}
......
layer {
name: "cls_score"
type: "InnerProduct"
bottom: "fc7"
top: "cls_score"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 2
weight_filler {
type: "gaussian"
std: 0.01
}
bias_filler {
type: "constant"
value: 0
}
}
}
layer {
name: "bbox_pred"
type: "InnerProduct"
bottom: "fc7"
top: "bbox_pred"
param { lr_mult: 1.0 }
param { lr_mult: 2.0 }
inner_product_param {
num_output: 8
weight_filler {
type: "gaussian"
std: 0.001
}
bias_filler {
type: "constant"
value: 0
}
}
}
（2）修改lib/datasets/pascal_voc.py，将类别改成自己的类别
self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)
self._classes = ('__background__', # always index 0
'face')（3）
修改py-faster-rcnn/lib/datasets/imdb.py
在使用自己的数据进行训练时，基本上都会报错：assert(boxes[:,2] >= boxes[:,0]).all() ，主要是因为自己的图片数据没有统一整理过而导致的，将该文件加入几行修改如下：
def append_flipped_images(self):
num_images = self.num_images
widths = self._get_widths()
for i in xrange(num_images):
boxes = self.roidb[i]['boxes'].copy()
oldx1 = boxes[:, 0].copy()
oldx2 = boxes[:, 2].copy()
boxes[:, 0] = widths[i] - oldx2 - 1
boxes[:, 2] = widths[i] - oldx1 - 1
for b in range(len(boxes)):
if boxes[b][2] < boxes[b][0]:
boxes[b][0] = 0
assert (boxes[:, 2] >= boxes[:, 0]).all()
entry = {'boxes' : boxes,
'gt_overlaps' : self.roidb[i]['gt_overlaps'],
'gt_classes' : self.roidb[i]['gt_classes'],
'flipped' : True}
self.roidb.append(entry)
self._image_index = self._image_index * 2
如果是在报错之后再修改这个文件的话，记得在修改之后将data/cache/里面的pki文件删除后再重新运行
修改到这里时，训练前的准备工作已经完成了，现在可以直接进行训练。
cd py-faster-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc
训练完成之后，将output中的最终模型拷贝到data/faster_rcnn_models中，接下来测试训练完成的模型。
3.测试结果
修改./tools/demo.py
和上面的pascal_voc.py一样，将类别改成自己的类别，然后将加载的模型改为自己训练出来的模型。以我的为例
NETS = {'vgg16': ('VGG16',
'VGG16_faster_rcnn_final.caffemodel'),
'zf': ('ZF',
'ZF_faster_rcnn_final.caffemodel'),
'myzf': ('ZF',
'ZF_faster_rcnn_final_4000.caffemodel')
}
执行./tools/demo.py --net myzf即可得到如下的训练结果
