2022年12月 && Faster RCNN训练自己的数据集 && 配置环境相对简洁

以往的大多数教程都是数年前的Faster RCNN源码，因为旧环境和现有环境的不同，导致环境配置方面出现一系列问题。

特别是利用setup.py或者make.sh配置所需的环境时，遇到并解决一个又一个的问题，遗憾的是，失败总是贯彻全局。

解决方案：找到近年的Faster RCNN源码，观察是否需要setup.py，作为一个Lucky Boy，在此分享我的操作流程。

源码链接：GitHub - bubbliiiing/faster-rcnn-pytorch: 这是一个faster-rcnn的pytorch实现的库，可以利用voc数据集格式的数据进行训练。https://github.com/bubbliiiing/faster-rcnn-pytorch

源码编写的非常棒！里面也详细叙述了如何使用此源码，我在这里简要叙述一下重要步骤。

1、配置环境

可以直接利用命令直接安装：

pip install requirement.txt

建议：自己耐心安装所缺少的环境，特别是：

CUDA、CUDNN和Torch的版本一定要对应。

2、下载预训练模型

官网提供两个预训练模型：

共同点：基于VOC07+12数据集进行训练。

不同点：前者的骨干网络为Resnet50，后者的骨干网络为VGG16。

注意：训练过程中，需要选取使用哪一种骨干网络，此时需要和预训练模型中的骨干网络对应。

3、处理数据集

（1）配置的数据集路径如上图左边的列表所示：

Annotations：xml文件
ImageSets/Main：索引文件
JPEGimages：图像文件

（2）修改class.txt：填写自己数据集的类别。

（3）数据集索引文件：编写可以生成数据集索引的py文件（参考文件在文章末尾）。

（4）训练所需txt文件：通过voc_annotation.py文件根据数据集所在的路径，生成训练所必须的文件：train.txt and val.txt。

注意：voc_annotation.py中包含生成索引文件的代码。因为本人数据集是提前随机8:1:1划分完毕的，voc_annotation.py里面包含随即划分，所以本人从voc_annotation.py中提取代码单独作为索引py文件。

4、代码跑通截图：

5、训练生成文件：

上图包含checkpoints权重文件和训练过程中的Loss和mAP文件，这里的mAP默认为0.5，代表NMS过程中的IOU=0.5，如下图所示。

附录：

Index.py

import os
import random 


xmlfilepath=r'./JPEGImages/val/'
saveBasePath=r".\ImageSets\Main/"
 

temp_xml = os.listdir(xmlfilepath)
total_xml = []
for xml in temp_xml:
    if xml.endswith(".jpg") or xml.endswith('.png'):
        total_xml.append(xml)

num=len(total_xml)  #xml文件总数
print(num)
list = range(num)  

ftrain = open(os.path.join(saveBasePath,'val.txt'), 'w')

for i  in list:  
    name = total_xml[i].split('.')[0]+'\n'
    ftrain.write(name)

ftrain.close()

>>> 如有疑问，欢迎评论区一起探讨。