生殖速いRCNN-TensorFlow-Python3.5コードと訓練する独自のデータセットを使用します

著作権：帰属、紙ベースを作成するために他人を許可し、（同じライセンスで元のライセンス契約に基づいて用紙配布する必要がありますクリエイティブコモンズ）

本稿では、システムは、Ubuntuの16.04、ある
tensorflow-GPU、パイソン= 3.5：仮想環境
のダウンロードアドレス：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
チュートリアルリンク：HTTPS：// GitHubの。 COM / dBeker /速いRCNN- TensorFlow-Python3.5（コードだけではページ下）
ここに画像を挿入説明

まず、最初のダウンロードの高速化-RCNN-TensorFlow-Python3.5コードおよびホーム/新しいディレクトリの下に置きます。

git clone https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5.git

tensorflow-GPU環境のpython3.5バージョンと第二に、活性化

ここに画像を挿入説明

OpenCVの - Pythonのような第三に、インストール

ここに画像を挿入説明

四、./data/coco/PythonAPIに行きます

         Run python setup.py build_ext --inplace
         Run python setup.py build_ext install

ゴー./lib/utilsへとRUN Pythonのsetup.pyにbuild_ext --inplace
（覚えて、コマンド行目のpython setup.py 2つのパスを実行しようとして）

cd ./data/coco/PythonAPI/
python setup.py build_ext --inplace
python setup.py build_ext install

ここに画像を挿入説明

cd ..
cd ..
cd ./lib/utils/
python setup.py build_ext --inplace

ここに画像を挿入説明

データの5つのセットはVOC2007をダウンロード

使用したデータセットはVOC2007、ダウンロードです。

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

由于被墙，可以下载百度云盘的数据集，链接：https://pan.baidu.com/s/1Y_RzqLvW4CAzTEq4ICFVUA ，提取码：m9dl

将下载后的三个压缩包解压到同一个文件夹：方法为同时选中这三个压缩包，选择解压到当前文件夹，可得到VOCDevkit文件夹，如下图1所示，将VOCdevkit重命名为VOCdevkit2007，然后将这个文件夹复制到data目录下。文件夹目录:

/home/drl/new/Faster-RCNN-TensorFlow-Python3.5/data

                               图1   数据集VOC2007的文件夹

六、下载预训练模型VGG16,并把它复制到data\imagenet_weights\vgg16.ckpt，即在data下新建imagenet_weights文件夹，然后把从VGG16解压出来的vgg16.ckpt文件复制到imagenet_weights里面。

Download pre-trained VGG16 from here and place it as “data\imagenet_weights\vgg16.ckpt”

VGG16模型的下载地址：http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz，也可去百度云盘下载，

链接：https://pan.baidu.com/s/11Ty10NJ-rgXkkvM92SVVKw ，提取码：d2jz

下载完后解压，文件重命名为vgg16.ckpt，如图2所示。新建文件夹imagenet_weights，把vgg16.ckpt放到imagenet_weights下，再将imagenet_weights文件夹复制到data文件夹下。文件夹目录：

/home/drl/new/Faster-RCNN-TensorFlow-Python3.5/data/imagenet_weights

ここに画像を挿入説明
图2 重命名后的vgg16.ckpt

训练模型的参数可以在Faster-RCNN-TensorFlow-Python3.5-master\lib\config文件夹里的config.py修改，包括训练的总步数、权重衰减、学习率、batch_size等参数。

tf.app.flags.DEFINE_float('weight_decay', 0.0005, "Weight decay, for regularization")
tf.app.flags.DEFINE_float('learning_rate', 0.001, "Learning rate")
tf.app.flags.DEFINE_float('momentum', 0.9, "Momentum")
tf.app.flags.DEFINE_float('gamma', 0.1, "Factor for reducing the learning rate")

tf.app.flags.DEFINE_integer('batch_size', 128, "Network batch size during training")
tf.app.flags.DEFINE_integer('max_iters', 10000, "Max iteration")
tf.app.flags.DEFINE_integer('step_size', 10000, "Step size for reducing the learning rate, currently only support one step")
tf.app.flags.DEFINE_integer('display', 10, "Iteration intervals for showing the loss during training, on command line interface")

tf.app.flags.DEFINE_string('initializer', "truncated", "Network initialization parameters")
tf.app.flags.DEFINE_string('pretrained_model', "./data/imagenet_weights/vgg16.ckpt", "Pretrained network weights")

tf.app.flags.DEFINE_boolean('bias_decay', False, "Whether to have weight decay on bias as well")
tf.app.flags.DEFINE_boolean('double_bias', True, "Whether to double the learning rate for bias")
tf.app.flags.DEFINE_boolean('use_all_gt', True, "Whether to use all ground truth bounding boxes for training, "
                                                "For COCO, setting USE_ALL_GT to False will exclude boxes that are flagged as ''iscrowd''")
tf.app.flags.DEFINE_integer('max_size', 1000, "Max pixel size of the longest side of a scaled input image")
tf.app.flags.DEFINE_integer('test_max_size', 1000, "Max pixel size of the longest side of a scaled input image")
tf.app.flags.DEFINE_integer('ims_per_batch', 1, "Images to use per minibatch")
tf.app.flags.DEFINE_integer('snapshot_iterations', 5000, "Iteration to take snapshot")

ここに画像を挿入説明

七、运行python train.py文件开始训练

cd ..
cd ..
python train.py

ここに画像を挿入説明中途发现少了两个模块 pillow和scipy，所以进行安装。

安装完毕之后，运行python train.py文件

python train.py

ここに画像を挿入説明

八、运行demo.py文件

（1）运行train.py文件之后会进行模型训练，模型训练结束后，在 Home/new/Faster-RCNN-TensorFlow-Python3.5/default/voc_2007_trainval/default目录下可以看到训练的模型，一个迭代了40000次。（备注：迭代次数可在Faster-RCNN-TensorFlow-Python3.5-master\lib\config文件夹里的config.py修改。）
训练模型文件如下所示：
ここに画像を挿入説明（2）在Home/new/Faster-RCNN-TensorFlow-Python3.5-master目录下新建文件夹output/vgg16/voc_2007_trainval，最后得到路径如下：
/home/drl/new/Faster-RCNN-TensorFlow-Python3.5/output/vgg16/voc_2007_trainval/default/

将训练生成的文件复制到/home/drl/new/Faster-RCNN-TensorFlow-Python3.5/output/vgg16/voc_2007_trainval/default/文件下，并改名如下:“vgg16.ckpt.meta”

更改名字前：
ここに画像を挿入説明更改名字后：
（3）运行demo.py 测试模型

对demo.py进行如下的修改:
1、将NETS中的“vgg16_faster_rcnn_iter_70000.ckpt”改成“vgg16.ckpt”，如下所示；

NETS = {'vgg16': ('vgg16.ckpt',), 'res101': ('res101_faster_rcnn_iter_110000.ckpt',)}

2、将DATASETS中的“voc_2007_trainval+voc_2012_trainval”改为“voc_2007_trainval”，如下所示；

DATASETS = {'pascal_voc': ('voc_2007_trainval',), 'pascal_voc_0712': ('voc_2007_trainval',)}

図3に示すように、2つのデフォルトデフparse_args（）関数は、以下に示すように、vgg16とpascal_vocを変えた;
ここに画像を挿入説明
、上記のパラメータを変更した後、4 source activate tensorflow-gpu活性tensorflow-GPU環境、入力python demo.pyランdemo.pyを、以下の結果が得られた：

効果図は、以下示されているように：

トレーニングデータセットvoc_2007成功とこの、より速く-rcnnモデルは、独自のデータと次の書き込みは、訓練する設定します。