2. 程式人生 > >fast rcnn 訓練自己的資料集（訓練和檢測）

fast rcnn 訓練自己的資料集（訓練和檢測）

阿新 • • 發佈：2018-12-31

1.預訓練模型介紹

首先在data目錄下，有兩個目錄就是之前在1中解壓好

  • fast_rcnn_models/
  • imagenet_models/

fast_rcnn_model資料夾下面是作者用fast rcnn訓練好的三個網路,分別對應著小、中、大型網路，大家可以試用一下這幾個網路，看一些檢測效果，他們訓練都迭代了40000次，資料集都是pascal_voc的資料集。

  1. caffenet_fast_rcnn_iter_40000.caffemodel
  2. vgg_cnn_m_1024_fast_rcnn_iter_40000.caffemodel
  3. vgg16_fast_rcnn_iter_40000.caffemodel

imagenet_model資料夾下面是在Imagenet上訓練好的通用模型，在這裡用來初始化網路的引數

  1. CaffeNet.v2.caffemodel
  2. VGG_CNN_M_1024.v2.caffemodel
  3. VGG16.v2.caffemodel

在這裡我比較推薦先用中型網路訓練，中型網路訓練和檢測的速度都比較快，效果也都比較理想，大型網路的話訓練速度比較慢，我當時是5000多個標註資訊，網路配置預設，中型網路訓練大概兩三個小時，大型網路的話用十幾個小時，需要注意的是網路訓練最好用GPU，CPU的話太慢了，我當時用的實驗室的伺服器，有16塊Tesla K80，用起來真的是灰常爽！

2. 修改模型檔案配置

模型檔案在models下面對應的網路資料夾下，在這裡我用中型網路的配置檔案修改為例子
比如：我的檢測目標物是car ，那麼我的類別就有兩個類別即 background 和 car


因此，首先開啟網路的模型資料夾，開啟train.prototxt
修改的地方重要有三個
分別是個地方

  1. 首先在data層把num_classes 從原來的21類 20類+背景 ，改成 2類 車+背景
  2. 接在在cls_score層把num_output 從原來的21 改成 2
  3. 在bbox_pred層把num_output 從原來的84 改成8， 為檢測類別個數乘以4，比如這裡是2類那就是2*4=8

OK，如果你要進一步修改網路訓練中的學習速率，步長，gamma值，以及輸出模型的名字，需要在同目錄下的solver.prototxt中修改。
如下圖：

train_net: "models/VGG_CNN_M_1024/train.prototxt"
 

base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 30000
display: 20
average_loss: 100
momentum: 0.9
weight_decay: 0.0005
# We disable standard caffe solver snapshotting and implement our own snapshot
# function
snapshot: 0
# We still use the snapshot prefix, though
snapshot_prefix: "vgg_cnn_m_1024_fast_rcnn"
#debug_info: true

3.啟動Fast RCNN網路訓練

啟動訓練：
./tools/train_net.py --gpu 11 --solver models/VGG_CNN_M_1024_LOUYIHANG/solver.prototxt --weights data/imagenet_models/VGG_CNN_M_1024.v2.caffemodel --imdb KakouTrain

引數講解：

  • 這裡的--是兩個-，markdown寫的，大家不要輸錯
  • train_net.py是網路的訓練檔案，之後的引數都是附帶的輸入引數
  • --gpu 代表機器上的GPU編號，如果是nvidia系列的tesla顯示卡，可以在終端中輸入nvidia-smi來檢視當前的顯示卡負荷，選擇合適的顯示卡
  • --solver 代表模型的配置檔案，train.prototxt的檔案路徑已經包含在這個檔案之中
  • --weights 代表初始化的權重檔案，這裡用的是Imagenet上預訓練好的模型，中型的網路我們選擇用VGG_CNN_M_1024.v2.caffemodel
  • --imdb 這裡給出的訓練的資料庫名字需要在factory.py的__sets中，我在檔案裡面有__sets['KakouTrain']，train_net.py這個檔案會呼叫factory.py再生成kakou這個類，來讀取資料

4.啟動Fast RCNN網路檢測

我修改了tools下面的demo.py這個檔案，用來做檢測，並且將檢測的座標結果輸出到相應的txt檔案中
可以看到原始的demo.py 是用網路測試了兩張影象，並做視覺化輸出，有具體的檢測效果，但是我是在Linux伺服器的終端下，沒有display device，因此部分程式碼要少做修改

下面是原始的demo.py：

#!/usr/bin/env python

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

"""
Demo script showing detections in sample images.

See README.md for installation instructions before running.
"""

import _init_paths
from fast_rcnn.config import cfg
from fast_rcnn.test import im_detect
from utils.cython_nms import nms
from utils.timer import Timer
import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import caffe, os, sys, cv2
import argparse

CLASSES = ('__background__',
           'aeroplane', 'bicycle', 'bird', 'boat',
           'bottle', 'bus', 'car', 'cat', 'chair',
           'cow', 'diningtable', 'dog', 'horse',
           'motorbike', 'person', 'pottedplant',
           'sheep', 'sofa', 'train', 'tvmonitor')

NETS = {'vgg16': ('VGG16',
                  'vgg16_fast_rcnn_iter_40000.caffemodel'),
        'vgg_cnn_m_1024': ('VGG_CNN_M_1024',
                           'vgg_cnn_m_1024_fast_rcnn_iter_40000.caffemodel'),
        'caffenet': ('CaffeNet',
                     'caffenet_fast_rcnn_iter_40000.caffemodel')}


def vis_detections(im, class_name, dets, thresh=0.5):
    """Draw detected bounding boxes."""
    inds = np.where(dets[:, -1] >= thresh)[0]
    if len(inds) == 0:
        return

    im = im[:, :, (2, 1, 0)]
    fig, ax = plt.subplots(figsize=(12, 12))
    ax.imshow(im, aspect='equal')
    for i in inds:
        bbox = dets[i, :4]
        score = dets[i, -1]

        ax.add_patch(
            plt.Rectangle((bbox[0], bbox[1]),
                          bbox[2] - bbox[0],
                          bbox[3] - bbox[1], fill=False,
                          edgecolor='red', linewidth=3.5)
            )
        ax.text(bbox[0], bbox[1] - 2,
                '{:s} {:.3f}'.format(class_name, score),
                bbox=dict(facecolor='blue', alpha=0.5),
                fontsize=14, color='white')

    ax.set_title(('{} detections with '
                  'p({} | box) >= {:.1f}').format(class_name, class_name,
                                                  thresh),
                  fontsize=14)
    plt.axis('off')
    plt.tight_layout()
    plt.draw()

def demo(net, image_name, classes):
    """Detect object classes in an image using pre-computed object proposals."""

    # Load pre-computed Selected Search object proposals
    box_file = os.path.join(cfg.ROOT_DIR, 'data', 'demo',
                            image_name + '_boxes.mat')
    obj_proposals = sio.loadmat(box_file)['boxes']

    # Load the demo image
    im_file = os.path.join(cfg.ROOT_DIR, 'data', 'demo', image_name + '.jpg')
    im = cv2.imread(im_file)

    # Detect all object classes and regress object bounds
    timer = Timer()
    timer.tic()
    scores, boxes = im_detect(net, im, obj_proposals)
    timer.toc()
    print ('Detection took {:.3f}s for '
           '{:d} object proposals').format(timer.total_time, boxes.shape[0])

    # Visualize detections for each class
    CONF_THRESH = 0.8
    NMS_THRESH = 0.3
    for cls in classes:
        cls_ind = CLASSES.index(cls)
        cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
        cls_scores = scores[:, cls_ind]
        dets = np.hstack((cls_boxes,
                          cls_scores[:, np.newaxis])).astype(np.float32)
        keep = nms(dets, NMS_THRESH)
        dets = dets[keep, :]
        print 'All {} detections with p({} | box) >= {:.1f}'.format(cls, cls,
                                                                    CONF_THRESH)
        vis_detections(im, cls, dets, thresh=CONF_THRESH)

def parse_args():
    """Parse input arguments."""
    parser = argparse.ArgumentParser(description='Train a Fast R-CNN network')
    parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',
                        default=0, type=int)
    parser.add_argument('--cpu', dest='cpu_mode',
                        help='Use CPU mode (overrides --gpu)',
                        action='store_true')
    parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
                        choices=NETS.keys(), default='vgg16')

    args = parser.parse_args()

    return args

if __name__ == '__main__':
    args = parse_args()

    prototxt = os.path.join(cfg.ROOT_DIR, 'models', NETS[args.demo_net][0],
                            'test.prototxt')
    caffemodel = os.path.join(cfg.ROOT_DIR, 'data', 'fast_rcnn_models',
                              NETS[args.demo_net][1])

    if not os.path.isfile(caffemodel):
        raise IOError(('{:s} not found.\nDid you run ./data/script/'
                       'fetch_fast_rcnn_models.sh?').format(caffemodel))

    if args.cpu_mode:
        caffe.set_mode_cpu()
    else:
        caffe.set_mode_gpu()
        caffe.set_device(args.gpu_id)
    net = caffe.Net(prototxt, caffemodel, caffe.TEST)

    print '\n\nLoaded network {:s}'.format(caffemodel)

    print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
    print 'Demo for data/demo/000004.jpg'
    demo(net, '000004', ('car',))

    print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
    print 'Demo for data/demo/001551.jpg'
    demo(net, '001551', ('sofa', 'tvmonitor'))

    plt.show()

複製這個demo.py 修改成CarFaceTest.py，下面是修改後的檔案
修改後的檔案主要是添加了outputDetectionResult和runDetection兩個函式， 添加了部分註釋

#!/usr/bin/env python
# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

"""
Demo script showing detections in sample images.

See README.md for installation instructions before running.
"""

import _init_paths
from fast_rcnn.config import cfg
from fast_rcnn.test import im_detect
from utils.cython_nms import nms
from utils.timer import Timer
import matplotlib.pyplot as plt
import numpy as np
import scipy.io as sio
import caffe, os, sys, cv2
import argparse

#CLASSES = ('__background__','aeroplane','bicycle','bird','boat',
#       'bottle','bus','car','cat','chair','cow','diningtable','dog','horse'
#       'motorbike','person','pottedplant','sheep','sofa','train','tvmonitor')

CLASSES = ('__background__','car') #需要跟自己訓練的資料集中的類別一致，原來是21類的voc資料集，自己的資料集就是car和background

NETS = {'vgg16': ('VGG16',
                  'vgg16_fast_rcnn_iter_40000.caffemodel'),
        'vgg_cnn_m_1024': ('VGG_CNN_M_1024',
                           'vgg_cnn_m_1024_fast_rcnn_iter_40000.caffemodel'),
    'vgg_cnn_m_1024_louyihang': ('VGG_CNN_M_1024_LOUYIHANG',
               'vgg_cnn_m_1024_fast_rcnn_louyihang_iter_40000.caffemodel'),
        'caffenet': ('CaffeNet',
                     'caffenet_fast_rcnn_iter_40000.caffemodel'),
    'caffenet_louyihang':('CaffeNet_LOUYIHANG',
             'caffenet_fast_rcnn_louyihang_iter_40000.caffemodel'),
    'vgg16_louyihang':('VGG16_LOUYIHANG',
               'vgg16_fast_rcnn_louyihang_iter_40000.caffemodel')}#對映到對應的模型檔案

def outputDetectionResult(im, class_name, dets, thresh=0.5): #開啟相應的輸出檔案
    outputFile = open('CarDetectionResult.txt')
    inds = np.where(dets[:,-1] >= thresh)[0]
    if len(inds) == 0:
        return
def runDetection (net, basePath, testFileName,classes):#這個函式是自己後加的，取代了demo函式，給定測試資料列表
    ftest = open(testFileName,'r')
    imageFileName = basePath+'/' + ftest.readline().strip()
    num = 1
    outputFile = open('CarDetectionResult.txt','w')
    while imageFileName:
    print imageFileName
    print 'now is ', num
    num +=1
    imageFileBaseName = os.path.basename(imageFileName)
    imageFileDir = os.path.dirname(imageFileName)
    boxFileName = imageFileDir +'/'+imageFileBaseName.replace('.jpg','_boxes.mat')
    print boxFileName
    obj_proposals = sio.loadmat(boxFileName)['boxes']
    #obj_proposals[:,2] = obj_proposals[:, 2] + obj_proposals[:, 0]#這裡也需要注意，OP裡面的座標資料是否為x1y1x2y2還是x1y1wh
    #obj_proposals[:,3] = obj_proposals[:, 3] + obj_proposals[:, 1]
    im = cv2.imread(imageFileName)
    timer = Timer()
    timer.tic()
    scores, boxes = im_detect(net, im, obj_proposals)#檢測函式
    timer.toc()
    print ('Detection took {:.3f} for '
               '{:d} object proposals').format(timer.total_time, boxes.shape[0])
    CONF_THRESH = 0.8
    NMS_THRESH = 0.3#NMS引數用來控制非極大值抑制
        for cls in classes:
            cls_ind = CLASSES.index(cls)
            cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
            cls_scores = scores[:, cls_ind]
            dets = np.hstack((cls_boxes,
                          cls_scores[:, np.newaxis])).astype(np.float32)
            keep = nms(dets, NMS_THRESH)
            dets = dets[keep, :]
            print 'All {} detections with p({} | box) >= {:.1f}'.format(cls, cls,
                                                                    CONF_THRESH)
        inds = np.where(dets[:, -1] >= CONF_THRESH)[0]
        print 'inds.size', inds.size
        if len(inds) != 0:
            outputFile.write(imageFileName+' ')
        outputFile.write(str(inds.size)+' ')將檢測的結果寫出相應的檔案裡
            for i in inds:
            bbox = dets[i, :4]
            outputFile.write(str(int(bbox[0]))+' '+ str(int(bbox[1]))+' '+ str(int(bbox[2]))+' '+ str(int(bbox[3]))+' ')
            outputFile.write('\n')
        else:
            outputFile.write(imageFileName +' 0' '\n')
    temp = ftest.readline().strip()
    if temp:
        imageFileName = basePath+'/' + temp
    else:
        break
def vis_detections(im, class_name, dets, thresh=0.5):#這個函式需要加以說明，這個函式雖然沒有用，但是我的伺服器上沒有輸出裝置
    """Draw detected bounding boxes."""#因此要將部分用到顯示的函式給註釋掉，否則執行會報錯
    inds = np.where(dets[:, -1] >= thresh)[0]
    print 'inds.shape', inds.shape
    print inds
    print 'inds.size', inds.size
    if len(inds) == 0:
        return
        #im = im[:, :, (2, 1, 0)]
    #fig, ax = plt.subplots(figsize=(12, 12))
    #ax.imshow(im, aspect='equal')
    #for i in inds:
    #    bbox = dets[i, :4]
    #    score = dets[i, -1]

    #    ax.add_patch(
    #        plt.Rectangle((bbox[0], bbox[1]),
    #                      bbox[2] - bbox[0],
    #                      bbox[3] - bbox[1], fill=False,
    #                      edgecolor='red', linewidth=3.5)
    #        )
    #    ax.text(bbox[0], bbox[1] - 2,
    #            '{:s} {:.3f}'.format(class_name, score),
    #            bbox=dict(facecolor='blue', alpha=0.5),
    #            fontsize=14, color='white')

    #ax.set_title(('{} detections with '
    #              'p({} | box) >= {:.1f}').format(class_name, class_name,
    #                                              thresh),
    #              fontsize=14)
    #plt.axis('off')
    #plt.tight_layout()
    #plt.draw()

def demo(net, image_name, classes):#原來的demo函式，沒有修改
    """Detect object classes in an image using pre-computed object proposals."""

    # Load pre-computed Selected Search object proposals
    #box_file = os.path.join(cfg.ROOT_DIR, 'data', 'demo',image_name + '_boxes.mat')
    basePath='/home/chenjie/DataSet/500CarTestDataSet2'
    box_file = os.path.join(basePath,image_name + '_boxes.mat')
    obj_proposals = sio.loadmat(box_file)['boxes']
    # Load the demo image
    #im_file = os.path.join(cfg.ROOT_DIR, 'data', 'demo', image_name + '.jpg')
    im_file = os.path.join(basePath, image_name + '.jpg')
    im = cv2.imread(im_file)

    # Detect all object classes and regress object bounds
    timer = Timer()
    timer.tic()
    scores, boxes = im_detect(net, im, obj_proposals)
    timer.toc()
    print ('Detection took {:.3f}s for '
           '{:d} object proposals').format(timer.total_time, boxes.shape[0])

    # Visualize detections for each class
    CONF_THRESH = 0.8
    NMS_THRESH = 0.3
    for cls in classes:
        cls_ind = CLASSES.index(cls)
        cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
        cls_scores = scores[:, cls_ind]
        dets = np.hstack((cls_boxes,
                          cls_scores[:, np.newaxis])).astype(np.float32)
        keep = nms(dets, NMS_THRESH)
        dets = dets[keep, :]
        print 'All {} detections with p({} | box) >= {:.1f}'.format(cls, cls,
                                                                    CONF_THRESH)

        vis_detections(im, cls, dets, thresh=CONF_THRESH)

def parse_args():
    """Parse input arguments."""
    parser = argparse.ArgumentParser(description='Train a Fast R-CNN network')
    parser.add_argument('--gpu', dest='gpu_id', help='GPU device id to use [0]',
                        default=0, type=int)
    parser.add_argument('--cpu', dest='cpu_mode',
                        help='Use CPU mode (overrides --gpu)',
                        action='store_true')
    parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16]',
                        choices=NETS.keys(), default='vgg16')

    args = parser.parse_args()

    return args

if __name__ == '__main__':
    args = parse_args()

    prototxt = os.path.join(cfg.ROOT_DIR, 'models', NETS[args.demo_net][0],
                            'test.prototxt')
    #caffemodel = os.path.join(cfg.ROOT_DIR, 'data', 'fast_rcnn_models',
    #                          NETS[args.demo_net][1])
    #caffemodel = '/home/chenjie/fast-rcnn/output/default/KakouTrain/vgg16_fast_rcnn_louyihang_iter_40000.caffemodel'
    #caffemodel = '/home/chenjie/louyihang/fast-rcnn/output/default/KakouTrain/caffenet_fast_rcnn_louyihang_iter_40000.caffemodel'
    caffemodel = '/home/chenjie/fast-rcnn/output/default/KakouTrain/vgg_cnn_m_1024_fast_rcnn_louyihang_iter_40000.caffemodel'#我在這裡直接指定了訓練好的模型檔案，訓練好的模型檔案是在工程根目錄下的，output/default/對應的資料庫名字下面
    if not os.path.isfile(caffemodel):
        raise IOError(('{:s} not found.\nDid you run ./data/script/'
                       'fetch_fast_rcnn_models.sh?').format(caffemodel))

    if args.cpu_mode:
        caffe.set_mode_cpu()
    else:
        caffe.set_mode_gpu()
        caffe.set_device(args.gpu_id)
    net = caffe.Net(prototxt, caffemodel, caffe.TEST)

    print '\n\nLoaded network {:s}'.format(caffemodel)

    #demo(net, 'Target0/000001', ('car',))
    #輸入對應的測試影象列表，需要在同級目錄下襬放同名的_boxes.mat檔案，它會自動的替換字尾名！
    #runDetection(net, '/home/chenjie/DataSet/temptest','/home/chenjie/DataSet/temptest/Imagelist.txt',('car',))
    runDetection(net, '/home/chenjie/DataSet/500CarTestDataSet2','/home/chenjie/DataSet/500CarTestDataSet2/Imagelist.txt',('car',))
    #runDetection(net, '/home/chenjie/DataSet/Kakou_Test_Scale0.25/','/home/chenjie/DataSet/Kakou_Test_Scale0.25/imagelist.txt',('car',))
    #runDetection(net, '/home/chenjie/DataSet/Images_Version1_Test_Boxes','/home/chenjie/DataSet/Images_Version1_Test_Boxes/ImageList_Version1_List.txt',('car',))
    #plt.show()

5.檢測結果

訓練資料集

首先給出我的訓練資料集，其實我的訓練資料集並不是太複雜的

測試資料集

輸出檢測結果到txt檔案中，

測試效果

**在複雜場景下的測試效果非常好，速度也非常快，中型網路監測平均每張在K80顯示卡下時0.1~0.2S左右，影象的尺寸是480*640，6000張測試資料集下達到的準確率是98%!!!**


相關推薦

FCN訓練自己資料集（person-segmentation）、SIFT-FLOW、SBD和VOC實驗總結

最近花了將近一週的時間，基於提供的原始碼，通過參考網上的部落格，跑通了FCN在三個資料集上的訓練以及測試。在這裡寫下總結，即是記錄，又希望能夠對其他剛剛接觸FCN的人有所幫助。 FCN的原始碼地址：https://github.com/shelhamer/fcn.berkeleyvision.o

FastRCNN 訓練自己資料集（二）——修改讀寫介面

這裡樓主講解了如何修改Fast RCNN訓練自己的資料集，首先請確保你已經安裝好了Fast RCNN的環境，具體的編配編制操作請參考我的上一篇文章。首先可以看到fast rcnn的工程目錄下有個Lib目錄這裡下面存在3個目錄分別是：datasetsfast_rcnnroi_d

FastRCNN 訓練自己資料集（一）——編譯配置

FastRCNN是Ross Girshick在RCNN的基礎上增加了Multi task training整個的訓練過程和測試過程比RCNN快了許多。別的一些細節不展開，過幾天會上傳Fast RCNN的論文筆記。FastRCNN mAP效能上略有上升。Fast RCNN中，提取OP的過程和訓練過程仍

使用deeplabv3+訓練自己資料集（遷移學習）

# 概述 在前邊一篇文章，我們講了如何復現論文程式碼，使用pascal voc 2012資料集進行訓練和驗證，具體內容可以參考[《deeplab v3+在pascal_voc 2012資料集上進行訓練》](https://www.vcjmhg.top/train-deeplabv3-puls-with-pa

fast rcnn 訓練自己的資料集（訓練和檢測）

1.預訓練模型介紹 首先在data目錄下，有兩個目錄就是之前在1中解壓好 fast_rcnn_models/imagenet_models/ fast_rcnn_model資料夾下面是作者用fast rcnn訓練好的三個網路,分別對應著小、中、大型網路，大家可

Fast RCNN 訓練自己資料集 (1編譯配置)

FastRCNN 訓練自己資料集 (1編譯配置) FastRCNN是Ross Girshick在RCNN的基礎上增加了Multi task training整個的訓練過程和測試過程比RCNN快了許多。別的一些細節不展開，過幾天會上傳Fast RCNN的論文筆記。FastRCNN mAP效能上略有上升。Fa

Fast RCNN 訓練自己資料集 (2修改資料讀取介面)

Fast RCNN訓練自己的資料集 （2修改讀寫介面） 這裡樓主講解了如何修改Fast RCNN訓練自己的資料集，首先請確保你已經安裝好了Fast RCNN的環境，具體的編配編制操作請參考我的上一篇文章。首先可以看到fast rcnn的工程目錄下有個Lib目錄 這裡下面存在3個目錄分別是： datase

使用pytorch版faster-rcnn訓練自己資料集

使用pytorch版faster-rcnn訓練自己資料集 引言 faster-rcnn pytorch程式碼下載 訓練自己資料集 接下來工作 參考文獻 引言 最近在復現目標檢測程式碼（師兄強烈推薦F

Faster-RCNN 訓練自己資料集的坑記錄

主要照這篇部落格進行訓練配置，因為沒有GPU所以好多坑，CPU訓練可以參見這篇部落格 正所謂，跑通了的都一樣，錯誤千萬樣。按照教程來也是坑多 訓練： python train_faster_rcnn_alt_opt.py --net_name ZF --weights

py-faster-rcnn訓練自己資料集需要修改的引數

faster rcnn預設有三種網路模型ZF（小）、VGG_CNN_M_1024（中）、VGG16 （大） 訓練圖片大小為500*500，類別數1。 修改VGG_CNN_M_1024模型配置

Pytorch tutorials 實戰教程（1）——訓練自己的資料集（程式碼詳解）

最開始入坑的時候使用的是caffe，前一段時間換了使用主流框架的keras（Tensorflow as backward），但是keras確實封裝得太好了，一個高階的API對於我這種程式設計渣渣來說反而上手有些不習慣，在寫了一段時間的程式碼以後開始使用py

《錯誤手記-01》 facenet使用預訓練模型fine-tune重新訓練自己資料集報錯

環境資訊：windows10+python3.5+tensorflow1.6.0 問題描述： 在自己的訓練集上跑train_softmax.py.  引數： --logs_base_dir F:/work/runspace/log/  --models_base_

Kaldi中thchs30訓練自己資料集的步驟

一、資料準備過程 網上下載的thchs-openslr資料集需要換成自己的資料集，包含兩個資料夾：data_thchs30和resource。下面講解如何搞定這一部分。 資料集在data_thchs30檔案中，包含四個部分（data、train、dev、test）。 data資料夾中包

TensorFlow訓練MNIST資料集（3） —— 卷積神經網路

　　前面兩篇隨筆實現的單層神經網路 和多層神經網路， 在MNIST測試集上的正確率分別約為90%和96%。在換用多層神經網路後，正確率已有很大的提升。這次將採用卷積神經網路繼續進行測試。 1、模型基本結構 　　如下圖所示，本次採用的模型共有8層（包含dropout層）。其中卷積層和池化層各有兩層。 　　在

yolov3訓練自己資料集可參考文章

參考部落格原址： https://blog.csdn.net/u012966194/article/details/80004647 這篇文章將介紹編譯darknet框架開始，到整理資料集，到用yolo網路實現一個內部資料集中號碼簿的定

Yolov3訓練自己資料集+資料分析

訓練自己到資料集已經在上一篇文中說明過了，這一篇著重記錄一下資料分析過程 資料分析 1. mAP值計算 1)訓練完成後，執行darknet官方程式碼中到 detector valid 命令，生成對測試集到檢測結果，命令如下： ./darknet detector va

【YOLO初探】之 keras-yolov3訓練自己資料集

寫在前面 如何使用官方資料集參看上一篇文章《【YOLO初探】之 使用官方資料集做目標分類》 傳送門：https://blog.csdn.net/plSong_CSDN/article/details/85108256 這裡，筆者使用了260張訓練資料，完成了人臉中“眼睛”、“鼻子”、“嘴

YOLOv2目標檢測_單目標_訓練自己資料全過程（自用）

1.    製作符合要求的VOC資料集 目標：製作如下格式的資料夾 格式： --VOC2017（大寫字母+數字） --Annotations（存放儲存標註資訊的xml） --ImageSets --Main（存放儲存圖片名的train.txttest.txt） --Layo

YOLOv3在訓練自己資料集時的速度慢問題

YOLOv3以速度快著稱，但是在訓練自己的資料集時發現儘管在命令中同時開啟了多塊gpu，但速度仍舊很慢。按照其他人的訓練日誌可以看出64batch的單gpu訓練，每次迭代大約需要不到1秒但是自己在訓練時卻需要好幾個小時，首先想到的是自己的資料集是否圖片解析度太高，比較之後發現

windows10+GPU下caffe資料集Lmdb格式製作+訓練自己資料集

最近做人臉識別專案，想用到caffe訓練自己的資料，電腦作業系統為win10+GPU,這裡對caffe-windows配置、資料集製作、訓練資料都做一些介紹。（無GPU配置的看我這個部落格）。如果你用的是vs2015，那麼下面介紹的caffe不適合，要用BVLC wind