運行環境:cpu
訓練圖片大小爲300*330,類別數11。
1.修改VGG_CNN_M_1024模型配置文件
1)solver.protxt文件
- stepsize原先爲10000,根據需要更改。
- “input-data”層的‘num_class’數值改爲11;
“rpn-data”層的feat_stride由原先的16改爲8;“proposal”層的feat_stride也改爲8;- 'roi-data'層的‘num_class’數值改爲11;
roi_pool5層的spatial_scale改爲0.125(即1/8,與前面的feat_stride對應);- cls_score層的num_output數值改爲11(1+10);
- bbox_pred層的num_output數值改爲44(11*4);
- cls_score層的num_output數值改爲11(1+10);
- bbox_pred層的num_output數值改爲44(11*4);
roi_pool5層的spatial_scale改爲0.125;proposal層的param_str: "'feat_stride': 8";
- __C.TRAIN.SCALES = (300,) #原先爲600
- __C.TRAIN.MAX_SIZE =330
#原先爲1000
- __C.TRAIN.SNAPSHOT_ITERS = 自己想要的迭代次數,用於存儲中間結果。原先爲10000
- __C.TEST.SCALES = (300,)#原先爲600
- __C.TEST.MAX_SIZE = 330 #原先爲1000;
'訓練的數據類別')
測試模型時需要改的文件
1、faster_rcnn_test.pt
cls_score層的num_output改爲11;
bbox_pred層的num_output改爲44;
上面劃掉的句子不能這麼改,否則會導致訓練時loss大且不收斂!