1 代码

• 参考B站up主：霹雳吧啦Wz
• git clone https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

2 文件说明

• 首先找到faster_rcnn
  ├── backbone: 特征提取网络，可以根据自己的要求选择
  ├── network_files: Faster R-CNN网络（包括Fast R-CNN以及RPN等模块）
  ├── train_utils: 训练验证相关模块（包括cocotools）
  ├── my_dataset.py: 自定义dataset用于读取VOC数据集
  ├── train_mobilenet.py: 以MobileNetV2做为backbone进行训练
  ├── train_resnet50_fpn.py: 以resnet50+FPN做为backbone进行训练
  ├── train_multi_GPU.py: 针对使用多GPU的用户使用
  ├── predict.py: 简易的预测脚本，使用训练好的权重进行预测测试
  ├── validation.py: 利用训练好的权重验证/测试数据的COCO指标，并生成record_mAP.txt文件
  └── pascal_voc_classes.json: pascal_voc标签文件
• 这是各个文件的作用

3 代码解析

5 数据

• Pascal VOC2012 train/val数据集下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
• 如果不了解数据集或者想使用自己的数据集进行训练，请参考我的bilibili：https://b23.tv/F1kSCK
• 使用ResNet50+FPN以及迁移学习在VOC2012数据集上得到的权重: 链接:https://pan.baidu.com/s/1ifilndFRtAV5RDZINSHj5w 提取码:dsz8
  训练方法

6 自制数据集

• 标注图片，在git上搜索label，labelImg可以生成xml文件，labelme可以生成json文件
• 这里以labelImg为例git链接
• 终端输入pip install labelImg

6.1 创建文件夹

• 用命令行 mkdir +文件名，touch classes.txt
• 其中classes.txt存放的是检测目标的种类名称，annotation中存放的是标注的信息文件，imgae放得是要进行标注的数据集
  
• 输入这一行指令
• labelImg 第一个是图片路径 第二个是类别标签路径

6.2 标注图片

• 打开目录选择image文件夹
• 然后点击下面的改变存放目录，选择annotation，就是将更改后的数据放在该文件夹下面
  
  
• 打开annotation文件，然后去找刚刚保存的图片
  

7 开始训练

• 然后将annotations文件夹放在Annotations中，images放在JPEGImages中
• 需要自己去生成对应训练集的txt（train.txt），以及验证集的txt（val.txt),自己遍历annotation文件或者images文件获取文件夹下面所有的图片名称，按照比例进行分类，分类之后分别将训练集的所有图片名称写入到train.txt，验证集写入到val.txt，这样就可以按照使用pascal voc数据集一样进行训练