py-faster-rcnn+CPU训练自己的数据集（一）

（1）下载VOC2007数据集

提供一个百度云地址：http://pan.baidu.com/s/1mhMKKw4

解压，然后，将该数据集放在py-faster-rcnn\data下，用你的数据集替换VOC2007数据集。（替换Annotations，ImageSets和JPEGImages）

（用你的Annotations，ImagesSets和JPEGImages替换py-faster-rcnn\data\VOCdevkit2007\VOC2007中对应文件夹）

（2）下载ImageNet数据集下预训练得到的模型参数（用来初始化）

提供一个百度云地址：http://pan.baidu.com/s/1hsxx8OW

解压，然后将该文件放在py-faster-rcnn\data下

下面是训练前的一些修改。

1.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_fast_rcnn_train.pt修改

[plain] view plain copy 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': 16" #按训练集类别改，该值为类别数+1    }  }   [plain] view plain copy 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: 16 #按训练集类别改，该值为类别数+1      weight_filler {        type: "gaussian"        std: 0.01      }      bias_filler {        type: "constant"        value: 0      }    }  }   [plain] view plain copy 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: 64 #按训练集类别改，该值为（类别数+1）*4      weight_filler {        type: "gaussian"        std: 0.001      }      bias_filler {        type: "constant"        value: 0      }    }  }  

2.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage1_rpn_train.pt修改

[plain] view plain copy layer {    name: 'input-data'    type: 'Python'    top: 'data'    top: 'im_info'    top: 'gt_boxes'    python_param {      module: 'roi_data_layer.layer'      layer: 'RoIDataLayer'      param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1    }  }  

3.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt修改

[plain] view plain copy 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': 16" #按训练集类别改，该值为类别数+1    }  }   [plain] view plain copy 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: 16 #按训练集类别改，该值为类别数+1      weight_filler {        type: "gaussian"        std: 0.01      }      bias_filler {        type: "constant"        value: 0      }    }  }   [plain] view plain copy 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: 64 #按训练集类别改，该值为（类别数+1）*4      weight_filler {        type: "gaussian"        std: 0.001      }      bias_filler {        type: "constant"        value: 0      }    }  }  

4.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_rpn_train.pt修改

[plain] view plain copy layer {    name: 'input-data'    type: 'Python'    top: 'data'    top: 'im_info'    top: 'gt_boxes'    python_param {      module: 'roi_data_layer.layer'      layer: 'RoIDataLayer'      param_str: "'num_classes': 16" #按训练集类别改，该值为类别数+1    }  }  

5.py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt/faster_rcnn_test.pt修改

[plain] view plain copy layer {    name: "cls_score"    type: "InnerProduct"    bottom: "fc7"    top: "cls_score"    inner_product_param {      num_output: 16 #按训练集类别改，该值为类别数+1    }  }   [plain] view plain copy layer {    name: "bbox_pred"    type: "InnerProduct"    bottom: "fc7"    top: "bbox_pred"    inner_product_param {      num_output: 64 #按训练集类别改，该值为（类别数+1）*4    }  }  

6.py-faster-rcnn/lib/datasets/pascal_voc.py修改

（1） [plain] view plain copy class pascal_voc(imdb):      def __init__(self, image_set, year, devkit_path=None):          imdb.__init__(self, 'voc_' + year + '_' + image_set)          self._year = year          self._image_set = image_set          self._devkit_path = self._get_default_path() if devkit_path is None \                              else devkit_path          self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)          self._classes = ('__background__', # always index 0                           '你的标签1','你的标签2',你的标签3','你的标签4'                        )  

上面要改的地方是

修改训练集文件夹：

[plain] view plain copy self._data_path = os.path.join(self._devkit_path, 'VOC'+self._year)  

用你的数据集直接替换原来VOC2007内的Annotations，ImageSets和JPEGImages即可,以免出现各种错误。

修改标签：

[plain] view plain copy self._classes = ('__background__', # always index 0                           '你的标签1','你的标签2','你的标签3','你的标签4'                        )  

修改成你的数据集的标签就行。

（2）

[html] view plain copy cls = self._class_to_ind[obj.find('name').text.lower().strip()]   这里把标签转成小写，如果你的标签含有大写字母，可能会出现KeyError的错误，所以建议标签用小写字母。

（去掉lower应该也行）

建议训练的标签还是用小写的字母，如果最终需要用大写字母或中文显示标签，可参考：

http://blog.csdn.net/sinat_30071459/article/details/51694037

7.py-faster-rcnn/lib/datasets/imdb.py修改

该文件的append_flipped_images(self)函数修改为： [plain] view plain copy def append_flipped_images(self):          num_images = self.num_images          widths = [PIL.Image.open(self.image_path_at(i)).size[0]                    for i in xrange(num_images)]          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              print boxes[:, 0]              boxes[:, 2] = widths[i] - oldx1 - 1              print boxes[:, 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  

这里assert (boxes[:, 2] >= boxes[:, 0]).all()可能出现AssertionError，具体解决办法参考： http://blog.csdn.net/xzzppp/article/details/52036794

！！！为防止与之前的模型搞混,训练前把output文件夹删除（或改个其他名），还要把py-faster-rcnn/data/cache中的文件和

py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的文件删除（如果有的话）。

至于学习率等之类的设置，可在py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve文件设置，迭代次数可在py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py中修改：

[plain] view plain copy max_iters = [80000, 40000, 80000, 40000]   分别为4个阶段（rpn第1阶段，fast rcnn第1阶段，rpn第2阶段，fast rcnn第2阶段）的迭代次数。可改成你希望的迭代次数。

如果改了这些数值，最好把py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt里对应的solver文件（有4个）也修改，stepsize小于上面修改的数值。

8.开始训练

进入py-faster-rcnn，执行：

[plain] view plain copy ./experiments/scripts/faster_rcnn_alt_opt.sh 0 ZF pascal_voc  

由于py-faster-rcnn的训练只能用GPU，因此此时运行此命令会出错。。。好的从这里开始请看我的另一篇py-faster-rcnn+CPU训练自己的数据集

这样，就开始训练了。

9.测试

将训练得到的py-faster-rcnn\output\faster_rcnn_alt_opt\***_trainval中ZF的caffemodel拷贝至py-faster-rcnn\data\faster_rcnn_models（如果没有这个文件夹，就新建一个），然后，修改：

py-faster-rcnn\tools\demo.py,主要修改：

[plain] view plain copy CLASSES = ('__background__',             '你的标签1', '你的标签2', '你的标签3', '你的标签4')  

改成你的数据集标签；

[plain] view plain copy NETS = {'vgg16': ('VGG16',                    'VGG16_faster_rcnn_final.caffemodel'),          'zf': ('ZF',                    'ZF_faster_rcnn_final.caffemodel')}  

上面ZF的caffemodel改成你的caffemodel。

[plain] view plain copy im_names = ['1559.jpg','1564.jpg']   改成你的测试图片。(测试图片放在py-faster-rcnn\data\demo中)

10.结果

在py-faster-rcnn下，

执行：

[plain] view plain copy ./tools/demo.py --net zf  

或者将默认的模型改为zf：

[html] view plain copy parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',                          choices=NETS.keys(), default='vgg16')   修改： [html] view plain copy default='zf'   执行： [plain] view plain copy ./tools/demo.py