最近经过一段对tensorflow和faster-rcnn的学习，并且亲身去跑了两个不同框架下的faster-rcnn代码，所以就在这里做一下总结。
这里，我就主要记录一下自己在跑tensorflow框架下的faster-rcnn。
首先，就是硬件要求，因为自己是做计算机图像，目标识别，所以最重要的一个提升效率的装备就是GPU，也就是显卡。现在能在GPU上进行运算，可以让我们的时间成本大大降低，当然，仅在CPU下也可以去跑，只是时间有些浪费。当然，自己还没有解决能并行GPU的运算，所以这里只能做到使用一块GPU。
具体环境要求：
1.Ubuntu 16.04系统、CUDA 8.0和cudnn（可以支持NVIDIA的GPU运算，当然有很多人在说这个环境，可以再参考其他相关文章）
2.python版本opencv和gpu版本的tensorflow
自己的python版本是2.7的， 所以自己就找了2.7版本的opencv和tensorflow（必须是gpu版，因为我们要使用gpu）,当然至于去哪里找，大家都很清楚，我就不多说了。
那么我们有了硬件和具体环境，就开始我们的目标识别之旅吧！
一、数据集准备
我们在做目标识别时，大家都知道要有训练集、验证集以及测试集，当然数据集格式也有很多种，我们这里使用的是pascal_voc数据格式。我们在想训练自己数据集时，就可以仿照经典的VOC2007数据集去做，这里我就简单说一下，如下图是voc2007数据集文件夹格式
JPEGImages--------用来保存你的数据图片，当然，对于faster-rcnn来讲，所有的图片必须是jpg/jpeg格式，其他格式的话要转换一下。另外，一定要对图片进行编号，一般按照voc数据集格式，采用六位数字编码，如000001.jpg、000002.jpg等。
Annotations----------这里是存放你对所有数据图片做的标注，每张照片的标注信息必须是xml格式。
lmageSets-----------该文件下有一个main文件，main文件下有四个txt文件，分别是train.txt、test.txt、trainval.txt、val.txt，里面都是存放的图片号码，当然，我们现在只关注训练，所以要将所有用做训练的图片号码放入train.txt中，一行一个编号。
这里需要说明一下，如果想训练一个比较好的模型，数据集的量一定要大，自己之前使用了一个1000多张的训练数据集，经过自己验证，无法训练出来一个好的分类器模型。当然，大家想自己制作数据集，并且做标注，这也是一个十分大的工程，具体如何做标注，大家可以参考其他博客。
当然，大家只需要修改voc2007数据集中的这三个文件即可，这样就可以避免一些更繁琐的步骤。
二、程序和环境编译
我的建议是大家在运行前，先理解faster-rcnn结构，然后去看它的python版本和matlab版本代码，最后在下载faster-rcnn-tf的程序，这样会让我们在修改的时候节省很多时间，同时，也让自己的思路清晰。对于faster-rcnn-tf的程序，在github上有很多，所以大家自己选择一个，最主要的文件夹如下图：
data-----------------这里是用来存放你的数据图片的
experiments------这个文件夹决定了你要采用什么样的方式去训练你的数据，大家都知道，faster-rcnn提供了两种训练方式：
1.交替训练（alt_opt）
2.近似联合训练（end-to-end）
这里我们就使用的是第二种，因为它速度更快，同时也能保证准确率，但是两者修改代码是不一样的。
lib--------------------存放python的接口文件，如需要数据读入等。
tools-----------------存放的是训练、测试等python文件，这里是我们的重点。
output是用来存放自己训练好的模型的，所以在未训练前，里面是空的。我建议大家要仔细阅读README.md文件，可以很好的帮助我们运行程序。
我们现在已经有程序代码了，然后我们现在先建立Cython环境
进入终端，我们找到Faster-rcnn-TF的文件夹
点击回车，如果大家之前的软件环境都有的话，这一步会完成编译。
之后，我们需要下载一个已经训练好的模型，用来测试它的demo.py（也就是例程），这里直接用它README.md中给的网站下载就可以了，然后把模型放在tools/model（新建model文件夹）文件夹中就可以，方便我们调用。另外，这个程序是基于voc2007数据集训练的，所以它训练的是21类，测试例程的模型也是区分21类物体的。
这里，对于model模型存放的位置，大家根据自己修改，另外，对于tensorflow版本的模型来讲，它由三个文件（后缀名为data-00000-of-00001、index、meta）组成，所以大家只需要写到ckpt即可。这里我使用的是自己训练好的一个模型，所以大家凑合看即可。如果demo.py运行顺利，我们就可以训练自己的数据模型了。
三、训练
1.替换数据。大家应该提前下好voc数据集，并保存在data/VOCdevkit2007下，那么替换数据就是将自己训练集的Annotations、lmageSets和JPEGlmages文件和原文件替换即可。大家替换数据后，一定要将data/cache中的pkl文件删除，不然不会获得修改后的数据。
2.修改代码
我们采用的是VGG16的网络以及近似联合训练，所以修改也依据此。
（1）lib/datatsets/pascal_voc.py
（2）lib/datasets/imdb.py
（3）lib/networks/VGGnet_train.py
同理，VGGnet_test.py修改同上
（4）为了大家测试demo.py的方便，所以大家也把tools/demo.py中的类别改成自己的类别
（5）修改迭代次数等参数
这里大家根据自己的计算，选择合适的迭代次数以及学习率等， 个人认为，初试学习率0.001，如果不收敛再减小一个量级，另外，70000次在gpu（看自己的gpu性能，我的是1080）上跑，也只是需要半天多的时间，所以还是可以接受的迭代次数，至于选择多少迭代次数合适，可以根据不同次数训练好的模型，测试验证。
首先在experiments/scripts/faster_rcnn_end2end.sh文件中修改迭代次数：
在ITERS中修改成自己想要的参数
然后，我们进入lib/fast_rcnn/config.py，对config.py进行修改：
其中，第一项，就是学习率，STEPSIZE就是你对训练步长的修改，这里一定要小于等于前面训练文件的ITERS参数。其他大家可以选择保持一致，对于动量和伽马参数不用修改，当然，对于训练每隔多少次显示，大家根据自己情况修改，这里是10次一显示。
除此，我们可以修改batch的大小，
第一个参数是每次输入faster-rcnn网络中图片数量，第二个参数就是训练batch的大小。
还有关于模型保存问题：
这里，第一个参数是训练时，每迭代多少次保存一次模型；第二个参数是保存时模型的名字。
另外，大家要在训练的时候，可以将rpn检测目标设置为True，这个根据自己情况了
大家需要注意一点，就是修改py文件前，大家把它对应的pyc文件删掉，修改后再重新编译一下。上面的步骤都需要重新编译一下。
（6）接下来就可以输入训练命令了
进入你的Faster-rcnn文件夹，然后直接输入
./experiments/scripts/faster_rcnn_end2end.sh %DEVICE %DEVOCE_ID VGG16 pascal_voc
这里的%DEVICE 是你使用cpu还是gpu，当然，我是使用的gpu。%DEVICE_ID是你输入gpu的编号。
另外，可能会遇到文件夹权限低的问题，这里我有个提升文件夹权限的操作。
进入root权限，然后输入提升文件夹权限的命令
这样的话，你就可以使用训练命令了，当然，大家如果想了解这个指令的解释，可以直接去百度查。
