当前位置: 首页 > news >正文

【目标检测】Faster R-CNN论文代码复现过程解读(含源代码)

目录:Faster R-CNN论文代码复现过程解读

  • Faster R-CNN代码使用说明书(分享在github上)
    • 一、代码的地址
    • 二、我的配置环境
    • 三、参数值文件下载
    • 四、VOC数据集下载
    • 五、模型训练步骤
      • (1)训练VOC07+12数据集
        • 1.数据集的准备
        • 2.数据集的处理
        • 3.开始网络训练
        • 4.预测
      • (2)训练自己的数据集
        • 1.数据集的准备
        • 2.数据集的处理
        • 3.开始网络训练
        • 4.训练结果预测
    • 六、预测步骤
      • (1)使用预训练权重
        • 1.下载完库后解压,在百度网盘下载`frcnn_weights.pth`,放入model_data,运行`predict.py`,输入:
        • 2.在predict.py里面进行设置可以进行fps测试和video视频检测。
      • (2)使用自己训练的权重
        • 1.按照训练步骤训练
        • 2.在`frcnn.py`文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类。
      • (3)运行predict.py
      • (4)在predict.py里面进行设置可以进行fps测试和video视频检测
    • 七、评估步骤
    • (1)评估VOC07+12的测试集
        • 1.本文使用VOC格式进行评估。
        • 2.在`frcnn.py`里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt
        • 3.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中
    • (2)评估自己的数据集
        • 1.本文使用`VOC`格式进行评估。
        • 2.如果在训练前已经运行过`voc_annotation.py`文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改`voc_annotation.py`文件下的`trainval_percent`。`trainval_percent`用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = `9:1`。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = `9:1`。
        • 3.利用`voc_annotation.py`划分测试集后,前往get_map.py文件修改classes_path,classes_path用于指向检测类别所对应的txt,这个txt和训练时的txt一样。评估自己的数据集必须要修改。
        • 4.在`frcnn.py`里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的`txt`。
        • 5.运行`get_map.py`即可获得评估结果,评估结果会保存在map_out文件夹中。
    • 八、参考

Faster R-CNN代码使用说明书(分享在github上)

一、代码的地址

https://github.com/biluko/Faster-RCNN-Pytorch

在这里插入图片描述
在这里插入图片描述

二、我的配置环境

python == 3.10.6
numpy == 1.23.3
opencv == 4.6.0
pillow == 9.2.0
pycocotools == 2.0.6
pytorch == 1.12.1
scipy == 1.9.3
torchvision == 0.13.1
tqdm == 4.64.1
matplotlib == 3.6.2
hdf5 == 1.12.1

三、参数值文件下载

我们需要的权重包括voc_weights_resnet.pth或者voc_weights_vgg.pth以及主干的网络权重我已经上传了百度云,可以自行下载。

首先来看第一个权重文件voc_weights_resnet.pth,是resnet为主干特征提取网络用到的。

第二个权重文件voc_weights_vgg.pth,是vgg为主干特征提取网络用到的。

在这里插入图片描述

顺便训练好的参数我也一并放入了文件夹:

链接:https://pan.baidu.com/s/1IiBMIyw8bF132FQGz79Q6Q 
提取码:dpje

四、VOC数据集下载

VOC数据集下载地址如下,里面已经包括了训练集、测试集、验证集(与测试集一样),无需再次划分:

该数据集为VOC07+12的数据集,包括了训练与测试用的数据集。为了训练方便,该数据集中val.txttest.txt相同。

链接:https://pan.baidu.com/s/1STBDRK2MpZfJJ-jRzL6iuA 
提取码:vh7m

五、模型训练步骤

(1)训练VOC07+12数据集

1.数据集的准备

本文使用VOC格式进行训练,训练前需要下载好VOC07+12的数据集,解压后放在根目录

根目录就是第一级目录下:

会自动填到VOCdevkit文件下面。

2.数据集的处理

修改voc_annotation.py里面的annotation_mode = 2,运行voc_annotation.py生成根目录下的2007_train.txt2007_val.txt

源码对应为:

生成的目录为:

3.开始网络训练

train.py的默认参数用于训练VOC数据集,直接运行train.py即可开始训练。

这个我起初是在自己的笔记本上运行的,显卡为3060,显存为6G,但是无法运行,显存不够。

我换到了实验室的电脑,Ubuntu18.04,双2080Ti64G内存,i9处理器,100个batch_size,平均一个花费15分钟左右。

电脑配置不好的同学可以训练不出来,但是没关系,我把训练好的参数也一并上传了,就在第一份百度盘文件中:

4.预测

训练结果预测需要用到两个文件,分别是frcnn.pypredict.py

我们首先需要去frcnn.py里面修改model_path以及classes_path,这两个参数必须要修改。

model_path指向训练好的权值文件,在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

(2)训练自己的数据集

1.数据集的准备

本文使用VOC格式进行训练,训练前需要自己制作好数据集。

训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。

训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

2.数据集的处理

在完成数据集的摆放之后,我们需要利用voc_annotation.py获得训练用的2007_train.txt2007_val.txt

修改voc_annotation.py里面的参数。

第一次训练可以仅修改classes_path,classes_path用于指向检测类别所对应的txt。

训练自己的数据集时,可以自己建立一个cls_classes.txt,里面写自己所需要区分的类别。
./faster-rcnn-pytorch-master/model_data/cls_classes.txt文件内容为:

例如我们VOC数据的类别为:

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

修改voc_annotation.py中的classes_path,使其对应cls_classes.txt,并运行voc_annotation.py

3.开始网络训练

训练的参数较多,均在train.py中,大家可以在下载库后仔细看注释,其中最重要的部分依然是train.py里的classes_path。

classes_path用于指向检测类别所对应的txt,这个txt和voc_annotation.py里面的txt一样!训练自己的数据集必须要修改!

修改完classes_path后就可以运行train.py开始训练了,在训练多个epoch后,权值会生成在logs文件夹中。

4.训练结果预测

训练结果预测需要用到两个文件,分别是frcnn.pypredict.py。在frcnn.py里面修改model_path以及classes_path。

model_path指向训练好的权值文件,在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

六、预测步骤

(1)使用预训练权重

1.下载完库后解压,在百度网盘下载frcnn_weights.pth,放入model_data,运行predict.py,输入:

2.在predict.py里面进行设置可以进行fps测试和video视频检测。

(2)使用自己训练的权重

1.按照训练步骤训练

2.在frcnn.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类。

class FRCNN(object):
    _defaults = {
        #--------------------------------------------------------------------------#
        #   使用自己训练好的模型进行预测一定要修改model_path和classes_path!
        #   model_path指向logs文件夹下的权值文件,classes_path指向model_data下的txt
        #
        #   训练好后logs文件夹下存在多个权值文件,选择验证集损失较低的即可。
        #   验证集损失较低不代表mAP较高,仅代表该权值在验证集上泛化性能较好。
        #   如果出现shape不匹配,同时要注意训练时的model_path和classes_path参数的修改
        #--------------------------------------------------------------------------#
        "model_path"    : './faster-rcnn-pytorch-master/model_data/voc_weights_resnet.pth',
        "classes_path"  : './faster-rcnn-pytorch-master/model_data/voc_classes.txt',
        #---------------------------------------------------------------------#
        #   网络的主干特征提取网络,resnet50或者vgg
        #---------------------------------------------------------------------#
        "backbone"      : "resnet50",
        #---------------------------------------------------------------------#
        #   只有得分大于置信度的预测框会被保留下来
        #---------------------------------------------------------------------#
        "confidence"    : 0.5,
        #---------------------------------------------------------------------#
        #   非极大抑制所用到的nms_iou大小
        #---------------------------------------------------------------------#
        "nms_iou"       : 0.3,
        #---------------------------------------------------------------------#
        #   用于指定先验框的大小
        #---------------------------------------------------------------------#
        'anchors_size'  : [8, 16, 32],
        #-------------------------------#
        #   是否使用Cuda
        #   没有GPU可以设置成False
        #-------------------------------#
        "cuda"          : True,
    }

(3)运行predict.py

(4)在predict.py里面进行设置可以进行fps测试和video视频检测

七、评估步骤

(1)评估VOC07+12的测试集

1.本文使用VOC格式进行评估。

VOC07+12已经划分好了测试集,无需利用voc_annotation.py生成ImageSets文件夹下的txt。

2.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt

3.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中

(2)评估自己的数据集

1.本文使用VOC格式进行评估。

2.如果在训练前已经运行过voc_annotation.py文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改voc_annotation.py文件下的trainval_percenttrainval_percent用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = 9:1

3.利用voc_annotation.py划分测试集后,前往get_map.py文件修改classes_path,classes_path用于指向检测类别所对应的txt,这个txt和训练时的txt一样。评估自己的数据集必须要修改。

4.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt

5.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中。

在这里插入图片描述

在这里插入图片描述

等待一阵子!

八、参考

https://github.com/bubbliiiing/faster-rcnn-pytorch

https://github.com/longcw/faster_rcnn_pytorch

https://github.com/jwyang/faster-rcnn.pytorch

相关文章:

  • rpm包常用命令指南
  • 15.前端笔记-CSS-PS切图
  • 网站变灰代码如何让网页变灰
  • 实用调试技巧
  • Python图像处理【3】Python图像处理库应用
  • Android编写一个视频监控App
  • C++语法——map与set的封装原理
  • 搭建gataway鉴权流程
  • Codeforces Round #835 (Div. 4)A.B.C.D.E.F
  • flask入门教程之数据库保存
  • 网站变灰白css
  • Template类创建模板替换字符串
  • MySQL日志(undo log 和 redo log 实现事务的原子性/持久性/一致性)
  • (论文阅读笔记)Network planning with deep reinforcement learning
  • 培养出最多亿万富翁的美国大学TOP10榜单
  • [rust! #004] [译] Rust 的内置 Traits, 使用场景, 方式, 和原因
  • 【跃迁之路】【585天】程序员高效学习方法论探索系列(实验阶段342-2018.09.13)...
  • 【跃迁之路】【641天】程序员高效学习方法论探索系列(实验阶段398-2018.11.14)...
  • Android系统模拟器绘制实现概述
  • java架构面试锦集:开源框架+并发+数据结构+大企必备面试题
  • JS实现简单的MVC模式开发小游戏
  • maya建模与骨骼动画快速实现人工鱼
  • mysql 5.6 原生Online DDL解析
  • react-native 安卓真机环境搭建
  • Sass 快速入门教程
  • SQL 难点解决:记录的引用
  • win10下安装mysql5.7
  • 创建一个Struts2项目maven 方式
  • 观察者模式实现非直接耦合
  • 目录与文件属性:编写ls
  • 十年未变!安全,谁之责?(下)
  • 再谈express与koa的对比
  • Android开发者必备:推荐一款助力开发的开源APP
  • ​2020 年大前端技术趋势解读
  • ​油烟净化器电源安全,保障健康餐饮生活
  • #QT(智能家居界面-界面切换)
  • #stm32驱动外设模块总结w5500模块
  • (附源码)springboot学生选课系统 毕业设计 612555
  • (附源码)ssm旅游企业财务管理系统 毕业设计 102100
  • (牛客腾讯思维编程题)编码编码分组打印下标(java 版本+ C版本)
  • (四)搭建容器云管理平台笔记—安装ETCD(不使用证书)
  • (转)Linux整合apache和tomcat构建Web服务器
  • (转)Spring4.2.5+Hibernate4.3.11+Struts1.3.8集成方案一
  • (转)树状数组
  • **PyTorch月学习计划 - 第一周;第6-7天: 自动梯度(Autograd)**
  • .bat批处理(九):替换带有等号=的字符串的子串
  • .gitignore文件_Git:.gitignore
  • .MSSQLSERVER 导入导出 命令集--堪称经典,值得借鉴!
  • .NET/C# 利用 Walterlv.WeakEvents 高性能地中转一个自定义的弱事件(可让任意 CLR 事件成为弱事件)
  • .NET导入Excel数据
  • ::前边啥也没有
  • [<MySQL优化总结>]
  • [AR Foundation] 人脸检测的流程
  • [BZOJ] 2006: [NOI2010]超级钢琴
  • [daily][archlinux][game] 几个linux下还不错的游戏