在Windows系統下，用faster-RCNN進行模型訓練
一、圖片標註
程式1:（實用性不高）
下載地址：
參考網址：
使用方法:
程式碼已經封裝成DLL，你只需要開啟專案，將影象路徑修改成你的即可。
（我用的VS為2013）。生成的txt內容為：影象名 標籤 x1 y1 x2 y2。（包圍框座標）
- 圖片顯示出來後，輸入法切換到英文；
- 在目標的左上角按下滑鼠左鍵，拉一個包圍框到目標右下角，然後鍵盤輸入標籤(一個字元)
- 繼續（2）操作，直到框完該張圖片上的目標；
- 按n進入下一張，esc退出。
注意：標籤只能輸入一個字元，你可以在生成的txt檔案（存放在圖片所在目錄下）中替換成你實際的標籤。
程式2（參考別人的程式，自己改編的）
參考網址：
每個txt內容如下圖所示（左上角和右下角座標，並且每個txt檔案以檔名命名）：
二、將標註資訊轉成固定格式
生成結果如下圖所示：
# 序號
圖片名
目標個數
標籤 左上角橫座標 左上角縱座標 右下角橫座標 右下角縱座標 0/1（是否容易識別？）
注意點：1）必須第一行是# 序號，2）而且類別數必須從1開始（非0）
三、配置python環境（之前用caffenet跑mnist和分類的時候，不需要用fasterRCNN進行監測，所以之前不需要python）
要跑faster-RCNN需要下載此網址上的caffe（不然執行會出現問題）
1. 安裝Anaconda2（裝2.7 會避免很多問題）
2. 下載後，進入windows根目錄內，複製CommonSettings.props.example檔案，然後改名為CommonSettings.props，修改CommonSettings.props內容（幾個關鍵的地方）
前提：已經安裝了cuda8.0 、cuDNN v5、anaconda2 、matlab 2014b等
3. 修改屬性（所有專案都需要修改）
4. 編譯pycaffe
到此，所有預備工作都完成了！準備訓練模型！！
四、訓練模型
1. 修改各檔案（原始檔都在 ..\models\FRCNN\vgg16和 ..\examples\FRCNN\vgg16）
所需修改的檔案如下圖所示：
注意點：
train_val_pigDetect.prototxt 和 solver.prototxt 中不要有形如“C:\windows\system32\cmd.exe”這種絕對路徑，不然會出現 “Invalid escape sequence in string literal”錯誤
但是可以加 含’/’的相對路徑 （只要沒有’\’即可）
1）train_pigDetect.bat （通過此檔案可以知道需要另外哪些檔案，然後一個個追溯下去）
（這只是完成了第一部分，到時候訓練生成的caffemodel需要執行convert_model.py再進行轉換）
- convert_model.py 用原始檔即可
- vgg16_faster_rcnn_iter_70000.caffemodel 和 vgg16_faster_rcnn_final.caffemodel 是訓練完之後生成的 （70000是在solver.prototxt中設定的max_iter，可以自行更改）
2）solver.prototxt
(改了stepsize和max_iter)
- solver 檔案中的Iter_size
這個引數乘上你的train.prototxt中的batch size是你實際使用的batch size。 相當於讀取batchsize*itersize個影象才做一下gradient decent。 這個引數可以規避由於gpu不足而導致的batchsize的限制,因為你可以用多個iteration做到很大的batch,即使單次batch有限。
- solver 檔案中的average_loss
取多次foward的loss作平均，進行顯示輸出 （最終訓練結果好不好也主要看這個）
3）train_val_pigDetect.prototxt
需要更改的地方:
4）train_pigDetect.trainval (把本文“二、將標註資訊轉成固定格式”中的程式編譯生成的txt檔案內容拷貝過來即可)
5）pigDetect_config.json
需要修改的地方
(因為之前flip過了，所以這邊設定為0即可)
6）test_pigDetect.prototxt
需要修改的地方
2. 檢視訓練結果（看loss即可，會不斷減少）
五、轉化訓練生成的caffemodel
1. 修改 convert_model.py內容
（最後一個net_out_path引數是轉化後的caffemodel檔名）
2. 進入convert_model.py所在根目錄，按住shift鍵，右擊，選擇“在此處開啟命令視窗”，進入相應路徑下的命令視窗。
輸入 python(空格)路徑（convert_model.py路徑），回車後，出現如下圖所示的錯誤，即 import caffe出錯了。
原因：找不到caffe這個包，所以需要把caffe的包放到site-packages資料夾下。
解決方法：
把如下圖所示的caffe資料夾放入如下圖所示的site-packages資料夾下
3. 再次執行 python convert_model.py,出現如下圖所示資訊就說明成功轉換了！
在根目錄下也會自動多一個 3.caffemodel
六、測試專案，進行視訊監測
1. 把相應檔案放入專案所在根目錄
2. 修改程式碼相應內容
3. 編譯執行，即可成功監測！