Faster Rcnn训练自己的数据集过程大白话记录

声明：每人都有自己的理解，动手实践才能对细节更加理解！

一.算法理解

　　省略。。。。。。。。。。。。。。。。。。

二.训练及源码理解

　　首先配置：

　　在./lib/utils文件下....运行python setup.py build_ext --inplace

　　。。。。

　　（1）数据准备

1. 数据介绍：检测图片当中的手写体区域，图片不多自己标注了385张，但是图片中的手写体区域大约几千个，之前训练CTPN自己制作的数据集。
2. 数据格式：分为3个文件夹，首先是JPEGImages(存放的训练图片，命名格式:000000.png,000001.png...等)，然后是ImageSets(里面分Layout（包括test.txt,train.txt,trainval.txt,val.txt,存放训练测试验证的文件名称）和Main即可)，另外Annotations(存放的是标注数据，xml格式的，之前数据标注在txt里面，自己转为xml标标准格式存储，或者用labelImg-master(Windows)标注，直接生成xml即可)，至此数据准备完毕。。。。。。。
3. 模型准备：默认前段卷积网络VGG16,vgg16需要自己下载，存放在路径.data/imagenet_weights/vgg16.ckpt
4. 训练：train（），主要流程及核心代码如下

   net.create_architecture(sess, "TRAIN", self.imdb.num_classes, tag=‘default‘)

   rois, cls_prob, bbox_pred = self.build_network(sess, training)  rois为roi pooling层得到的框，cls_prob分类得分，bbox_pred框预测

   net = self.build_head(is_training)  vgg16卷积层提取特征，图片缩小16倍

   rpn_cls_prob, rpn_bbox_pred, rpn_cls_score, rpn_cls_score_reshape = self.build_rpn(net, is_training, initializer)  rpn网络（anchor生成与原图对应坐标），分类得分，候选框偏移等

   rois = self.build_proposals(is_training, rpn_cls_prob, rpn_bbox_pred, rpn_cls_score)  通过超出图片区域，nms等筛选出合适的rois

   cls_score, cls_prob, bbox_pred = self.build_predictions(net, rois, is_training, initializer, initializer_bbox) roi pooling,全连接预测等

5. 训练自己数据修改的地方，手写体识别就设置了一个类别：chinese,在源码pascal_voc.py中修改self._classes=(‘__background__‘, ‘chinese‘）可以按照自己的类别进行修改，注意图片后缀格式，然后修改各种路径就可以训练了。
6. 测试：迭代了10000次，用demo代码进行测试，注意修改CLASSES = (‘__background__‘, ‘chinese‘) 。

    

    

Faster Rcnn训练自己的数据集过程大白话记录

原文：https://www.cnblogs.com/lzq116/p/12106552.html