py-faster-rcnn訓練自己資料集需要修改的引數
阿新 • • 發佈：2019-01-09
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模型配置檔案
1）train.protxt檔案 input-data層的num_class數值由21改為2； roi-data層的num_class數值由21改為2； cls_score層的num_output數值由21改為2（1+1）； bbox_pred層的num_output數值由84改為8（2*4）； 2）test.prototxt檔案 cls_score層的測試模型時需要改的檔案faster_rcnn_test.pt
cls_score層的num_output數值由21改為2；
bbox_pred層的num_output數值由84改為8；
cache問題
在重新訓練新的資料之前將cache刪除
1) py-faster-rcnn/output
2) py-faster-rcnn/data/cache
超引數
py-faster-rcnn/models/pascal_voc/VGG16/faster_rcnn_alt_opt/stage_fast_rcnn_solver*.pt
base_lr: 0.001
lr_policy: 'step'
step_size: 30000
display: 20
....
迭代次數在檔案py-faster-rcnn/tools/train_faster_rcnn_alt_opt.py中進行修改
max_iters = [80000, 40000, 80000, 40000]
分別對應rpn第1階段，fast rcnn第1階段，rpn第2階段，fast rcnn第2階段的迭代次數。
開始訓練:
cd py-faster-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh 0 VGG16 pascal_voc
引數表明使用第一塊GPU(0)；模型是VGG16；訓練資料是pascal_voc(voc2007)。