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
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。
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
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.txt
与test.txt
相同。
链接:https://pan.baidu.com/s/1STBDRK2MpZfJJ-jRzL6iuA
提取码:vh7m
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。
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.txt
和2007_val.txt
。
源码对应为:
生成的目录为:
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2080Ti
,64G
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:
训练结果预测需要用到两个文件,分别是frcnn.py
和predict.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。
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。
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.txt
和2007_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
。
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。
训练结果预测需要用到两个文件,分别是frcnn.py
和predict.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。
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,
}
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.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。
等待一阵子!
https://github.com/bubbliiiing/faster-rcnn-pytorch