[深度学习] RCNNs系列（1） Ubuntu下Faster RCNN配置及训练和测试自己的数据方法

Ubuntu 前端之家
前端之家收集整理的这篇文章主要介绍了[深度学习] RCNNs系列（1） Ubuntu下Faster RCNN配置及训练和测试自己的数据方法，前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。

最近用到Faster RCNN进行目标检测，前前后后两周把RCNN，SPPNet，Fast RCNN和Faster RCNN大体调查了一遍，准备写一个RCNNs系列，后面还要加上今年最新的Mask RCNN。

要想开个头，知道RCNNs在目标检测方向的优势，那就先用用作者的代码，跑跑自己的代码，下面就是在Ubuntu下进行Faster RCNN配置的方法。

一、Faster RCNN环境配置及demo运行

虽然Faster RCNN中作者加入了很多新的东西，比如怎么选Anchar，怎么计算多任务的loss等等，所幸的是作者开源了代码，让我们很容易就能够用他的算法实现我们自己的任务。在运行自己的任务之前，我们首先要做的就是确保我们已经配置好源代码的运行环境。
本文是在Caffe已经配置好的条件下进行的，如果Caffe的需求库，比如opencv等等还没有弄好，建议先去把Caffe配置好。
（1）首先使用git把Faster RCNN的源码下载到本地：
[html] view plain copy
  1. gitclone--recursivehttps://github.com/rbgirshick/py-faster-rcnn.git
（2）安装cpython和python-opencv
[html] view plain copy
  1. pipinstallcpython
  2. apt-getinstallpython-opencv
（3）下载Faster RCNN并安装好cpython以后，进入py-faster-rcnn/lib中使用命令编译一下
[html] view plain copy
  1. make
（4）进入py-faster-rcnn/caffe-fast-rcnn，配置Makefile.config文件，目录中有Makefile.config.example文件，可以按照这个文件进行修改，或者使用你配置caffe时的Makefile.config文件。我这里有一个 配置文件，可以参考。我的配置文件用到了cuDNN，开始我使用cuDNN的时候总会在编译时报错，后来在 在windows上配置py-faster-rcnn和调参经验中找到了解决办法，解决办法如下：
  • 把Caffe中的include/caffe/layers/cudnn_relu_layer.hpp，/include/caffe/layers/cudnn_sigmoid_layer.hpp，/include/caffe/layers/cudnn_tanh_layer.hpp和/include/caffe/util/cudnn.hpp替换py-faster-rcnn/caffe-fast-rcnn中对应的文件；
  • 把Caffe中的src/caffe/layers/cudnn_relu_layer.cpp，src/caffe/layers/cudnn_relu_layer.cu，src/caffe/layers/cudnn_sigmoid_layer.cpp，src/caffe/layers/cudnn_sigmoid_layer.cu，src/caffe/layer/cudnn_tanh_layer.cpp，src/caffe/layers/cudnn_tanh_layer.cu替换掉py-faster-rcnn/caffe-fast-rcnn中对应的文件；
  • 把py-faster-rcnn/caffe-fast-rcnn中src/caffe/layers/cudnn_conv_layer.cu文件中的cudnnConvolutionBackwardData_v3全部换为cudnnConvolutionBackwardData，把cudnnConvolutionBackwardFilter_v3全部换为cudnnConvolutionBackwardFilter。
如果自己的显卡配置足够的话， 强烈建议开启cudnn，cudnn不仅可以起到加速的作用，而且我跑实验的时候发现加入cudnn以后 可以明显的降低显存的使用。如下图所示：
开启cudnn之前：

开启cudnn之后：

可以看到显存减少了将近2G，非常可观，强烈建议开启。
（5）配置好Makefile以后，在caffe-fast-rcnn中执行命令进行编译
[html] view plain copy
  1. make-j8&&makepycaffe
（6）这个时候，基本上faster RCNN也就配置好了，让我们看一下是否真的能够运行。首先我们下载几个作者已经训练好的caffemodel，如果现在直接运行demo.py的话会提示你没有caffemodel文件，然后询问是否运行过py-faster-rcnn/data/scripts/fetch_faster_rcnn_models.sh文件，我们可以找到该文件中的下载链接，用迅雷一会就可以下载好，如果直接运行该文件可能要不少时间。把下载好的文件中VGG16_faster_rcnn_final.caffemodel文件复制到py-faster-rcnn/data/faster_rcnn_models中
（7）运行py-faster-rcnn/experiments/tools/demo.py文件，不出意外的话，会出现如下错误：

修改py-faster-rcnn/lib/fast_rcnn/train.py文件，在文件中引入text_format
[python] view plain copy
  1. importgoogle.protobuf.text_format
再次运行demo.py文件，这次应该可以运行成功！

二、Faster RCNN训练自己的数据

既然已经把Faster RCNN配置好，下一步我们来训练自己的数据吧。Faster RCNN论文中采用的训练方法分为几个阶段，训练起来比较麻烦，我们这里采用源码中的end to end的训练方式，更简便一些。
@H_301_169@2.1 建立数据集
为了让我们的训练更简单些，我们不去改动源码中读写数据的方式，而是把我们的数据集改成Pascal VOC的数据集格式，Pascal VOC数据集主要分为三个部分：Annotations，JPEGImages和ImageSets。其中JPEGImages中存放的是训练和测试时需要的图像；Annotations存放的是每个图像中所有目标的bounding Box信息，每个图像对应一个xml文件；ImageSet文件中存放的Main目录，而Main目录中就是训练和测试时需要的文件列表，主要分为train.txt,test.txt,trainval.txt,val.txt可以根据文件名就知道哪些是训练数据列表，哪些是测试数据列表。
这里如果我们有这样结构的数据集当然最好了，如果没有这样的数据集的话就需要自己建立。建立数据集的话可以参考： 将数据集做成VOC2007格式用于Faster-RCNN训练——小咸鱼_的博客。
这里解说一下我的获取方法，因为我的数据比较特殊，是由在线数据转换过来的，所以我很容易的就获得了各个目标的bounding Box信息，所以没有使用参考博客的方法。我最终获得的bounding Box信息文件如下所示：
[html] view plain copy
  1. Train_IMG\000001.jpg976174202305
  2. Train_IMG\000001.jpg856198282162
  3. ......省略若干行
  4. Train_IMG\000001.jpg90537194699314
其中每个图像对应一个bounding Box文件，每个文件中的每一行表示一个目标的bounding Box，每一行由6列数据组成，第1列数据为图像的路径，第2列为该目标的分类，第3列为bounding Box的左上角的x（对应图像的列，即mincol），第4列为bounding Box的左上角的y（对应图像的行，即minrow），第5列为bounding Box的右下角的x（对应图像的列，即maxcol），第6列为bounding Box右下角的y（对应图像的行，即maxrow）。
然后我们接下来要做的就是把这些bounding Box文件转换为VOC数据集格式的xml文件，我这里是从github上找到的一个Python开源代码（但是作者的原址找不到了，所以这里没能给出参考链接，如果有人有原址欢迎告知，我会把原址贴上）上进行的改动，源码如下：
[python] view plain copy
  1. #-*-coding:utf-8-*-
  3. __author__="peic"
  5. importxml.dom
  6. importxml.dom.minidom
  7. importos
  9. fromPILimportImage
  11. '''''
  12. 根据下面的路径和文件，将output.txt制作成xml的标注
  13. '''
  15. #xml文件规范定义
  16. _INDENT=''*4
  17. _NEW_LINE='\n'
  18. _FOLDER_NODE='VOC2007'
  19. _ROOT_NODE='annotation'
  20. _DATABASE_NAME='CROHMEofflineMEDataset'
  21. _CLASS='person'
  22. _ANNOTATION='PASCALVOC2007'
  23. _AUTHOR='hanchao'
  25. _SEGMENTED='0'
  26. _DIFFICULT='0'
  27. _TRUNCATED='0'
  28. _POSE='Unspecified'
  29. #需要注意，这一项是存放boundingBox对应图像的目录
  30. _IMAGE_PATH='Train_IMG'
  31. #这一项是保存生成xml文件的目录
  32. _ANNOTATION_SAVE_PATH='Annotations'
  34. _IMAGE_CHANNEL=3
  37. #封装创建节点的过程
  38. defcreateElementNode(doc,tag,attr):
  39. #创建一个元素节点
  40. element_node=doc.createElement(tag)
  42. #创建一个文本节点
  43. text_node=doc.createTextNode(attr)
  45. #将文本节点作为元素节点的子节点
  46. element_node.appendChild(text_node)
  48. returnelement_node
  51. #封装添加一个子节点的过程
  52. defcreateChildNode(doc,attr,parent_node):
  54. child_node=createElementNode(doc,attr)
  55. parent_node.appendChild(child_node)
  57. #object节点比较特殊
  58. defcreateObjectNode(doc,attrs):
  59. object_node=doc.createElement('object')
  60. createChildNode(doc,'name',attrs['classification'],object_node)
  61. createChildNode(doc,'pose',_POSE,object_node)
  62. createChildNode(doc,'truncated',_TRUNCATED,'difficult',_DIFFICULT,object_node)
  64. bndBox_node=doc.createElement('bndBox')
  65. createChildNode(doc,'xmin',attrs['xmin'],bndBox_node)
  66. createChildNode(doc,'ymin',attrs['ymin'],bndBox_node)
  67. createChildNode(doc,'xmax',attrs['xmax'],'ymax',attrs['ymax'],bndBox_node)
  68. object_node.appendChild(bndBox_node)
  70. returnobject_node
  72. #将documentElement写入XML文件中
  73. defwriteXMLFile(doc,filename):
  74. tmpfile=open('tmp.xml','w')
  75. doc.writexml(tmpfile,addindent=''*4,newl='\n',encoding='utf-8')
  76. tmpfile.close()
  79. #删除第一行默认添加的标记
  80. fin=open('tmp.xml')
  81. fout=open(filename,'w')
  82. lines=fin.readlines()
  84. forlineinlines[1:]:
  85. ifline.split():
  86. fout.writelines(line)
  88. #new_lines=''.join(lines[1:])
  89. #fout.write(new_lines)
  90. fin.close()
  91. fout.close()
  93. #创建XML文档并写入节点信息
  94. defcreateXMLFile(attrs,width,height,filename):
  96. #创建文档对象,文档对象用于创建各种节点
  97. my_dom=xml.dom.getDOMImplementation()
  98. doc=my_dom.createDocument(None,_ROOT_NODE,None)
  100. #获得根节点
  101. root_node=doc.documentElement
  103. #folder节点
  104. createChildNode(doc,'folder',_FOLDER_NODE,root_node)
  106. #filename节点
  107. createChildNode(doc,'filename',attrs['name'],root_node)
  109. #source节点
  110. source_node=doc.createElement('source')
  111. #source的子节点
  112. createChildNode(doc,'database',_DATABASE_NAME,source_node)
  113. createChildNode(doc,'annotation',_ANNOTATION,source_node)
  114. createChildNode(doc,'image','flickr','flickrid','NULL',source_node)
  115. root_node.appendChild(source_node)
  117. #owner节点
  118. owner_node=doc.createElement('owner')
  119. #owner的子节点
  120. createChildNode(doc,owner_node)
  121. createChildNode(doc,_AUTHOR,owner_node)
  122. root_node.appendChild(owner_node)
  124. #size节点
  125. size_node=doc.createElement('size')
  126. createChildNode(doc,'width',str(width),size_node)
  127. createChildNode(doc,'height',str(height),size_node)
  128. createChildNode(doc,'depth',str(_IMAGE_CHANNEL),size_node)
  129. root_node.appendChild(size_node)
  131. #segmented节点
  132. createChildNode(doc,'segmented',_SEGMENTED,root_node)
  134. #object节点
  135. object_node=createObjectNode(doc,attrs)
  136. root_node.appendChild(object_node)
  138. #写入文件
  139. writeXMLFile(doc,filename)
  141. defgenerate_xml(txt_filename):
  142. #注意，这里的txt_filename文件是待转换的boundingBox文件
  143. ouput_file=open(txt_filename)
  144. current_dirpath=os.path.dirname(os.path.abspath('__file__'))
  146. ifnotos.path.exists(_ANNOTATION_SAVE_PATH):
  147. os.mkdir(_ANNOTATION_SAVE_PATH)
  149. lines=ouput_file.readlines()
  150. forlineinlines:
  151. s=line.rstrip()
  152. array=s.split('')
  153. #printlen(array)
  154. attrs=dict()
  155. attrs['name']=array[0].split('\\')[1]
  156. attrs['classification']=array[1]
  157. attrs['xmin']=array[2]
  158. attrs['ymin']=array[3]
  159. attrs['xmax']=array[4]
  160. attrs['ymax']=array[5]
  162. #构建XML文件名称
  163. xml_file_name=os.path.join(_ANNOTATION_SAVE_PATH,(attrs['name'].split('.'))[0]+'.xml')
  164. #printxml_file_name
  166. ifos.path.exists(xml_file_name):
  167. #print('doexists')
  168. existed_doc=xml.dom.minidom.parse(xml_file_name)
  169. root_node=existed_doc.documentElement
  171. #如果XML存在了,添加object节点信息即可
  172. object_node=createObjectNode(existed_doc,attrs)
  173. root_node.appendChild(object_node)
  175. #写入文件
  176. writeXMLFile(existed_doc,xml_file_name)
  178. else:
  179. #print('notexists')
  180. #如果XML文件不存在,创建文件并写入节点信息
  181. img_name=attrs['name']
  182. img_path=os.path.join(current_dirpath,_IMAGE_PATH,img_name)
  183. #获取图片信息
  184. img=Image.open(img_path)
  185. width,height=img.size
  186. img.close()
  188. #创建XML文件
  189. createXMLFile(attrs,xml_file_name)
执行的Main程序如下：
[python] view plain copy
  1. #coding=utf-8
  2. '''''
  3. Createdon2017年4月18日
  5. @author:hanchao
  6. '''
  7. importgenerate_xml
  8. importos.path
  9. importcv2
  10. #
  11. if__name__=="__main__":
  12. fordir,path,filenamesinos.walk('Train_BB'):#Train_BB是存放boundingBox文件的目录
  13. forfilenameinfilenames:
  14. printdir+'/'+filename
  15. generate_xml.generate_xml(dir+'/'+filename)
最终生成的xml文件会保存在Annotations目录中。
对于ImageSets/Main中的几个文件就比较好建立了，只需要把训练、验证和测试集中图像名称写入到对应的文件中即可。
接下来，可以自己在py-faster-rcnn/data中建立一个VOCdevkit2007目录，在该目录中建立VOC2007子目录，然后把JPEGImages，Annotaions和ImageSets目录复制到该目录中，即准备好了自己的数据。
注意： Faster RCNN对图像和目标的大小以及长宽比是有一定要求的，具体的讨论见 用ImageNet的数据集(ILSVRC2014)训练Faster R-CNN——Jiajun的博客
在这里我有深痛的教训T_T，我的数据集中设置目标的长宽比在0.1～10之间，图像的长宽比在0.3～7之间
@H_301_169@2.2 训练自己的数据
经过前面的铺垫，我们终于可以训练自己的数据了。
接下来我们需要下载几个模型，看过论文的都知道，作者的训练首先使用在ImageNet上训练好的模型对网络结构进行初始化，然后再训练的网络，我们现在下载的模型就是进行初始化的模型，下载地址： https://pan.baidu.com/s/1c2tfkRm下载完成后，把文件加压把模型放在py-faster-rcnn/data/imagenet_models中即可。
接下来，我们只需要更改几个文件即可。（注意，我这里使用的是端到端的训练方式，所以改动全部为end to end的，如果使用论文中的分阶段训练的方式，则需要改动alt_opt对应的文件）
（1）更改py-faster-rcnn/experiments/scripts/faster_rcnn_end2end.sh文件，该文件中的问题在于没有设置各个文件的绝对路径，所以运行起来可能有问题，把两个time后的路径设置加上py-faster-rcnn的绝对路径即可，我更改后示例如下：
[python] view plain copy
  1. time/home/hanchao/py-faster-rcnn/tools/train_net.py--gpu${GPU_ID}\
  2. --solver/home/hanchao/py-faster-rcnn/models/${PT_DIR}/${NET}/faster_rcnn_end2end/solver.prototxt\
  3. --weights/home/hanchao/py-faster-rcnn/data/imagenet_models/${NET}.v2.caffemodel\
  4. --imdb${TRAIN_IMDB}\
  5. --iters${ITERS}\
  6. --cfg/home/hanchao/py-faster-rcnn/experiments/cfgs/faster_rcnn_end2end.yml\
  7. ${EXTRA_ARGS}
（2）更改py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_end2end目录中的train，test和solver文件（我采用的是VGG16网络，如果使用ZF网络，去修改对应目录下文件即可）。把train和test中所有的21和84改成 你的分类类型数+1和 （你的分类类型数+1）×4即可。在solver文件中加入绝对路径；
（3）更改py-faster-rcnn/lib/datasets/pascal_voc.py文件，更改self._classes中标签换成自己的标签，即
[python] view plain copy
  1. self._classes=('__background__',#alwaysindex0
  2. '你的标签1','你的标签2','你的标签3')
注意这里的标签不要有大写符号。
（4）文章中还采用了horizontal flip以扩充数据， 我的数据是字符，因此不能扩充，所以我把py-faster-rcnn/lib/datasets/imdb.py中append_flipped_images(self)函数改为
[python] view plain copy
  1. defappend_flipped_images(self):
  2. #num_images=self.num_images
  3. #widths=self._get_widths()
  4. #foriinxrange(num_images):
  5. #Boxes=self.roidb[i]['Boxes'].copy()
  6. #oldx1=Boxes[:,0].copy()
  7. #oldx2=Boxes[:,2].copy()
  8. #Boxes[:,0]=widths[i]-oldx2-1
  9. #Boxes[:,2]=widths[i]-oldx1-1
  10. #assert(Boxes[:,2]>=Boxes[:,0]).all()
  11. #entry={'Boxes':Boxes,
  12. #'gt_overlaps':self.roidb[i]['gt_overlaps'],
  13. #'gt_classes':self.roidb[i]['gt_classes'],
  14. #'flipped':True}
  15. #self.roidb.append(entry)
  16. #self._image_index=self._image_index*2
  17. self._image_index=self._image_index
如果你的数据比较多的话同样也可以去掉这个函数，该函数也可能会引发一些问题，具体更改和解决方法参见 Faster-RCNN+ZF用自己的数据集训练模型(Python版本)——小咸鱼_的博客
好啦，接下来应该就可以愉快的训练自己的数据了，进入py-faster-rcnn/experiments/scripts目录，使用命令
[python] view plain copy
  1. faster_rcnn_end2end.sh0VGG16pascal_voc
其中0表示你训练时使用的gpu标号，VGG16是模型类型，具体的内容可以去读faster_rcnn_end2end.sh的源码。
（注意：如果更改数据以后，再次训练以前一定要把py-faster-rcnn/data中的cache目录删掉，否则训练时用的还是以前的数据）
训练结束后，把训练好的模型放入到py-faster-rcnn/data/faster_rcnn_models中，然后调用把demo.py中的测试图片换成自己的测试图像，运行进行测试，如果有需要，也可以自己修改demo文件，程序还是很容易看懂的。

这就是训练的全部过程了，因为配置起来也有一定的时间了，有些错误也记不太清了，我把我还记得的坑都写在上面了，如果配置过程中有其他的一些错误，欢迎在评论里一起交流。

附录

————————————————————————
1. 在测试的时候，可能会出现IndexError: too many indices for array，出现这个错误的原因是你的测试集中有的类别没有出现，在这里只需要在py-faster-rcnn/lib/datasets/voc_eval.py中BB = BB[sorted_ind,:]前一句加上if len(BB) != 0:即可。
2. 在测试时还有可能出现KeyError: '某样本名'，这是因为你数据更改了，但是程序有cache文件，把py-faster-rcnn/data/VOCdevkit2007/annotations_cache目录删除即可。
原文链接：https://www.f2er.com/ubuntu/351556.html

猜你在找的Ubuntu相关文章

学linux,从Ubuntu开始
1.安装过程出现0x00000000指令引用的0x00000000内存该内存不能为written 如果你安装的是in...
ubuntu16.04获取root权限并用root用户登录
写在全面：如果根据以下教程涉及到只读文件需要更改文件权限才能需修改文件内容，参考我的...
ubuntu18.04获取root权限并用root用户登录
写在前面：以下步骤中需要在终端输入命令，电脑端查看博客的朋友可以直接复制粘贴到终端，...
ubuntu16.04和18.04更换国内源
ubuntu16.04和18.04更换国内源 写在前面：安装好ubuntu双系统后，默认的软件更新源是国外的...
ubuntu双系统启动时卡死解决办法
ubuntu双系统启动时卡死解决办法（在ubuntu16.04和18.04测试无误） 问题描述： 在安装完ub...
Ubuntu安装ssh
Ubuntu报“xxx is not in the sudoers file.This incident will be reported” 错误解决方法
ubuntu-make | Ubuntu Linux一键安装开发环境
-- 作者 谢恩铭 转载请注明出处 内容简介 什么是ubuntu-make 安装最新版ubuntu-make 用ubu...
Ubuntu 17.04（Zesty Zapus）正式发布，可以下载使用了
今天，2017 年 4 月 13 日，Canonical 官方发布了 Ubuntu 17.04（Zesty Zapus）的最终版。...
Ubuntu 为钱而放弃 Unity ？ Linux 社区的反应
（点击上方公众号，可快速关注） 编译：伯乐在线/黄小非 如有好文章投稿，请点击 → 这里...
LinuxWindowsCentOSUbuntuNginxWebServiceScalaMemcacheApacheRedisDockerBashAzureTomcatLNMPShell数据结构服务器运维网络安全
xebugnodemondocker-copydcoselasticsearcwindows-contdocker-windodocker-awsamazon-cloudenvoyproxyhashicorp-vaswisscomdevkafka-pythonzscalerphoton-osdocker-swarmkamongoogle-cloudconcoursewso2-ampersistent-vapi-managerprocess-manamanjarojenkins-workhypriotremoteapikeystonejsbitcoindbitcoin-test