Faster R-CNN+ZF 訓練模型 Matlab版本

本文轉載自：

http://blog.csdn.net/sinat_30071459/article/details/50546891

說明：本博文假設你已經做好了自己的數據集，該數據集格式和VOC2007相同。下面是訓練前的一些修改。

（做數據集的過程可以看http://blog.csdn.net/sinat_30071459/article/details/50723212）

Faster-RCNN源碼下載地址：

Matlab版本：https://github.com/ShaoqingRen/faster_rcnn

Python版本:https://github.com/rbgirshick/py-faster-rcnn

本文用到的是Matlab版本，在Windows下運行。

python版本的訓練過程：http://blog.csdn.net/sinat_30071459/article/details/51332084

資源下載：https://github.com/ShaoqingRen/faster_rcnn，網頁最後有所有的資源。

準備工作：

（1）

安裝vs2013；

安裝Matlab；

安裝CUDA；

上面的安裝順序最好不要亂，否則可能出現Matlab找不到vs的情況，在Matlab命令行窗口輸入：mbuild -setup，如果出現：

說明Matlab可以找到vs2013。CUDA應在安裝vs2013後再安裝。

（2）

如果你的cuda是6.5，那麼，運行一下：

fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m

（運行代碼下載失敗的話，用百度雲下載：https://pan.baidu.com/s/1i3m0i0H  ，解壓到faster_rcnn-master下）

得到mex文件。如果不是cuda6.5（如我的是cuda7.5），則需要自己編譯mex文件，編譯過程參考這裏：Caffe for Faster R-CNN，按步驟做就行了。

也可以下載我編譯得到的文件（注意cuda版本）。

下載地址：Faster-RCNN(Matlab) external文件夾

建議還是自己編譯，因爲版本問題可能會出錯。在訓練前，可以先下載作者訓練好的模型，測試一下，如果可以的話，就不用自己編譯了。

測試過程：

（1）運行faster_rcnn-master\faster_rcnn_build.m

 （2）運行faster_rcnn-master\startup.m

（3）運行faster_rcnn-master\fetch_data\fetch_faster_rcnn_final_model.m  下載訓練好的模型

（下載失敗的話，可以用百度雲下載：https://pan.baidu.com/s/1hsFKmeK ，解壓到faster_rcnn-master下）

（4）修改faster_rcnn-master\experiments\script_faster_rcnn_demo.m的model_dir爲你下載的模型，然後運行。

最終得到：

在訓練前請確保你的路徑faster_rcnn-master\external\caffe\matlab\caffe_faster_rcnn下有以下文件：

（我的OpenCV版本是2.4.9，cuda版本是7.5，因版本不同上述文件和你的編譯結果可能會有差異。+caffe文件夾是從caffe-master或caffe-faster-R-CNN裏拷貝過來的。）

如果你沒有按上面說的測試過，請先運行：

（1）faster_rcnn-master\faster_rcnn_build.m

（2）faster_rcnn-master\startup.m

然後再進行下面的修改。

1 、VOCdevkit2007\VOCcode\VOCinit.m的修改

（1）路徑的修改

VOCopts.annopath=[VOCopts.datadir VOCopts.dataset '/Annotations/%s.xml'];
VOCopts.imgpath=[VOCopts.datadir VOCopts.dataset '/JPEGImages/%s.jpg'];
VOCopts.imgsetpath=[VOCopts.datadir VOCopts.dataset '/ImageSets/Main/%s.txt'];
VOCopts.clsimgsetpath=[VOCopts.datadir VOCopts.dataset '/ImageSets/Main/%s_%s.txt'];
VOCopts.clsrespath=[VOCopts.resdir 'Main/%s_cls_' VOCopts.testset '_%s.txt'];
VOCopts.detrespath=[VOCopts.resdir 'Main/%s_det_' VOCopts.testset '_%s.txt'];

上面這些路徑要正確，第一個是xml標籤路徑；第二個是圖片的路徑；第三個是放train.txt、val.txt、test.txt和trainval.txt的路徑；第四、五、六個不需要；一般來說這些路徑不用修改，你做的數據集格式和VOC2007相同就行。（圖片格式默認是jpg，如果是png，修改上面第二行的代碼即可。）

（2）訓練集文件夾修改

VOCopts.dataset = '你的文件夾名';

然後將VOC2007路徑註釋掉，上面“你的文件夾名”是你放Annotations、ImageSets、JPEGImages文件夾的文件夾名。

（3）標籤的修改

VOCopts.classes={...
   '你的標籤1'
   '你的標籤2'
   '你的標籤3'
   '你的標籤4'};

將其改爲你的標籤。

2 、VOCdevkit2007\results

results下需要新建一個文件夾，名字是1. (2)中“你的文件夾名”。“你的文件夾名”下新建一個Main文件夾。(因爲可能會出現找不到文件夾的錯誤)

3 、VOCdevkit2007\local

local下需要新建一個文件夾，名字是1. (2)中“你的文件夾名”。（同上）

4 、function\fast_rcnn\fast_rcnn_train.m

ip.addParamValue('val_iters',       500,            @isscalar);
ip.addParamValue('val_interval',    2000,           @isscalar);

可能在randperm(N,k)出現錯誤，根據數據集修改。（VOC2007中val有2510張圖像，train有2501張，作者將val_iters設爲500，val_interval設爲2000，可以參考作者的設置修改，建議和作者一樣val_iters約爲val的1/5，val_interval不用修改）

5、function\rpn\proposal_train.m

這裏的問題和fast_rcnn_train.m一樣。

6.imdb\imdb_eval_voc.m

%do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');
do_eval = 1;

註釋掉

do_eval = (str2num(year) <= 2007) | ~strcmp(test_set,'test');

並令其爲1，否則測試會出現精度全爲0的情況

7. imdb\roidb_from_voc.m

ip.addParamValue('exclude_difficult_samples',       true,   @islogical);

不包括難識別的樣本，所以設置爲true。(如果有就設置爲false)

8.網絡模型的修改

（1） models\ fast_rcnn_prototxts\ZF\ train_val.prototxt

input: "bbox_targets"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 根據類別數改，該值爲（類別數+1）*4  #################
input_dim: 1
input_dim: 1

input: "bbox_loss_weights"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 根據類別數改，該值爲（類別數+1）*4   ############
input_dim: 1
input_dim: 1

layer {
    bottom: "fc7"
    top: "cls_score"
    name: "cls_score"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    type: "InnerProduct"
    inner_product_param {
        num_output: 21 #根據類別數改該值爲類別數+1   #########

layer {
    bottom: "fc7"
    top: "bbox_pred"
    name: "bbox_pred"
    type: "InnerProduct"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    inner_product_param {
        num_output: 84  #根據類別數改，該值爲（類別數+1）*4  ##########

（2） models\ fast_rcnn_prototxts\ZF\ test.prototxt

layer {
    bottom: "fc7"
    top: "cls_score"
    name: "cls_score"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    type: "InnerProduct"
    inner_product_param {
        num_output: 21  #類別數+1  ##########

layer {
    bottom: "fc7"
    top: "bbox_pred"
    name: "bbox_pred"
    type: "InnerProduct"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    inner_product_param {
        num_output: 84  #4*(類別數+1)  ##########

（3） models\ fast_rcnn_prototxts\ZF_fc6\ train_val.prototxt

input: "bbox_targets"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 4*(類別數+1)  ###########
input_dim: 1
input_dim: 1

input: "bbox_loss_weights"
input_dim: 1  # to be changed on-the-fly to match num ROIs
input_dim: 84 # 4*(類別數+1)  ###########
input_dim: 1
input_dim: 1

layer {
    bottom: "fc7"
    top: "cls_score"
    name: "cls_score"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    type: "InnerProduct"
    inner_product_param {
        num_output: 21 #類別數+1   ############

layer {
    bottom: "fc7"
    top:"bbox_pred"
    name:"bbox_pred"
    type:"InnerProduct"
    param {
       lr_mult:1.0
    }
    param {
       lr_mult:2.0
    }
    inner_product_param{
       num_output: 84   #4*（類別數+1）   ###########

（4） models\ fast_rcnn_prototxts\ZF_fc6\ test.prototxt

layer {
    bottom: "fc7"
    top: "cls_score"
    name: "cls_score"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    type: "InnerProduct"
    inner_product_param {
        num_output: 21  類別數+1 #######

layer {
    bottom: "fc7"
    top: "bbox_pred"
    name: "bbox_pred"
    type: "InnerProduct"
    param {
        lr_mult: 1.0
    }
    param {
        lr_mult: 2.0
    }
    inner_product_param {
        num_output: 84  #4*（類別數+1） ##########

9.solver的修改

solver文件有3個，默認使用的solver是solver_30k40k.prototxt，如下stage 1 rpn，可以在faster_rcnn-master\experiments\+Model\ZF_for_Faster_RCNN_VOC2007.m中更換。

model.stage1_rpn.solver_def_file                = fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'solver_30k40k.prototxt');%solver_60k80k.prototxt
model.stage1_rpn.test_net_def_file              = fullfile(pwd, 'models', 'rpn_prototxts', 'ZF', 'test.prototxt');
model.stage1_rpn.init_net_file                  = model.pre_trained_net_file;

！！！爲防止與之前的模型搞混,訓練前把output文件夾刪除（或改個其他名），還要把imdb\cache中的文件刪除（如果有的話）

更爲簡便的方法是直接用你的數據集的Annotations、ImageSets、JPEGImages文件夾替換VOC2007對應文件夾，那麼上面只需進行1.（3）、4、5、7、8的修改。

10.開始訓練

（1）.下載預訓練的ZF模型：fetch_data/fetch_model_ZF.m

（下載失敗的話用百度雲下載：https://pan.baidu.com/s/1o6zipPS ，解壓到faster_rcnn-master下，預訓練模型參數用於初始化）

（2）.運行：

experiments/script_faster_rcnn_VOC2007_ZF.m

經過一會的準備工作，就進入迭代了：

11.訓練完後

訓練完後，不要急着馬上測試，先打開output/faster_rcnn_final/faster_rcnn_VOC2007_ZF文件夾，打開detection_test.prototxt，作如下修改：

將relu5（包括relu5）前的層刪除，並將roi_pool5的bottom改爲data和rois。並且前面input: "data"下的input_dim:分別改爲1,256,50,50(如果是VGG就是1,512,50,50,其他修改基本一樣)，具體如下

input: "data"
input_dim: 1
input_dim: 256
input_dim: 50
input_dim: 50

# ------------------------ layer 1 -----------------------------
layer {
    bottom: "data"
    bottom: "rois"
    top: "pool5"
    name: "roi_pool5"
    type: "ROIPooling"
    roi_pooling_param {
        pooled_w: 6
        pooled_h: 6
        spatial_scale: 0.0625  # (1/16)
    }
}

12.測試

訓練完成後，打開\experiments\script_faster_rcnn_demo.m，將模型路徑改成訓練得到的模型路徑：

model_dir                   = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC2007_ZF')

將測試圖片改成你的圖片：

im_names = {'001.jpg', '002.jpg', '003.jpg'};

注意：

        如果你的數據集類別比voc2007數據集多，把script_faster_rcnn_demo.m中的showboxes(im, boxes_cell, classes, 'voc')作如下修改：

改爲：

showboxes(im, boxes_cell, classes);

或者：

showboxes(im, boxes_cell, classes, 'default');

即去掉‘voc’或將其改爲‘default’。

如果測試發現出現的框很多，且這些框沒有目標，可以將閾值設高一些（默認是0.6）：

thres = 0.9;

結果如下：