【目标检测】Faster R-CNN论文代码复现过程解读(含源代码)

news2024/12/25 9:00:40

目录:Faster R-CNN论文代码复现过程解读

  • Faster R-CNN代码使用说明书(分享在github上)
    • 一、代码的地址
    • 二、我的配置环境
    • 三、参数值文件下载
    • 四、VOC数据集下载
    • 五、模型训练步骤
      • (1)训练VOC07+12数据集
        • 1.数据集的准备
        • 2.数据集的处理
        • 3.开始网络训练
        • 4.预测
      • (2)训练自己的数据集
        • 1.数据集的准备
        • 2.数据集的处理
        • 3.开始网络训练
        • 4.训练结果预测
    • 六、预测步骤
      • (1)使用预训练权重
        • 1.下载完库后解压,在百度网盘下载`frcnn_weights.pth`,放入model_data,运行`predict.py`,输入:
        • 2.在predict.py里面进行设置可以进行fps测试和video视频检测。
      • (2)使用自己训练的权重
        • 1.按照训练步骤训练
        • 2.在`frcnn.py`文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类。
      • (3)运行predict.py
      • (4)在predict.py里面进行设置可以进行fps测试和video视频检测
    • 七、评估步骤
    • (1)评估VOC07+12的测试集
        • 1.本文使用VOC格式进行评估。
        • 2.在`frcnn.py`里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt
        • 3.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中
    • (2)评估自己的数据集
        • 1.本文使用`VOC`格式进行评估。
        • 2.如果在训练前已经运行过`voc_annotation.py`文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改`voc_annotation.py`文件下的`trainval_percent`。`trainval_percent`用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = `9:1`。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = `9:1`。
        • 3.利用`voc_annotation.py`划分测试集后,前往get_map.py文件修改classes_path,classes_path用于指向检测类别所对应的txt,这个txt和训练时的txt一样。评估自己的数据集必须要修改。
        • 4.在`frcnn.py`里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的`txt`。
        • 5.运行`get_map.py`即可获得评估结果,评估结果会保存在map_out文件夹中。
    • 八、参考

Faster R-CNN代码使用说明书(分享在github上)

一、代码的地址

https://github.com/biluko/Faster-RCNN-Pytorch

在这里插入图片描述
在这里插入图片描述

二、我的配置环境

python == 3.10.6
numpy == 1.23.3
opencv == 4.6.0
pillow == 9.2.0
pycocotools == 2.0.6
pytorch == 1.12.1
scipy == 1.9.3
torchvision == 0.13.1
tqdm == 4.64.1
matplotlib == 3.6.2
hdf5 == 1.12.1

三、参数值文件下载

我们需要的权重包括voc_weights_resnet.pth或者voc_weights_vgg.pth以及主干的网络权重我已经上传了百度云,可以自行下载。

首先来看第一个权重文件voc_weights_resnet.pth,是resnet为主干特征提取网络用到的。

第二个权重文件voc_weights_vgg.pth,是vgg为主干特征提取网络用到的。

在这里插入图片描述

顺便训练好的参数我也一并放入了文件夹:

链接:https://pan.baidu.com/s/1IiBMIyw8bF132FQGz79Q6Q 
提取码:dpje

四、VOC数据集下载

VOC数据集下载地址如下,里面已经包括了训练集、测试集、验证集(与测试集一样),无需再次划分:

该数据集为VOC07+12的数据集,包括了训练与测试用的数据集。为了训练方便,该数据集中val.txttest.txt相同。

链接:https://pan.baidu.com/s/1STBDRK2MpZfJJ-jRzL6iuA 
提取码:vh7m

五、模型训练步骤

(1)训练VOC07+12数据集

1.数据集的准备

本文使用VOC格式进行训练,训练前需要下载好VOC07+12的数据集,解压后放在根目录

根目录就是第一级目录下:

会自动填到VOCdevkit文件下面。

2.数据集的处理

修改voc_annotation.py里面的annotation_mode = 2,运行voc_annotation.py生成根目录下的2007_train.txt2007_val.txt

源码对应为:

生成的目录为:

3.开始网络训练

train.py的默认参数用于训练VOC数据集,直接运行train.py即可开始训练。

这个我起初是在自己的笔记本上运行的,显卡为3060,显存为6G,但是无法运行,显存不够。

我换到了实验室的电脑,Ubuntu18.04,双2080Ti64G内存,i9处理器,100个batch_size,平均一个花费15分钟左右。

电脑配置不好的同学可以训练不出来,但是没关系,我把训练好的参数也一并上传了,就在第一份百度盘文件中:

4.预测

训练结果预测需要用到两个文件,分别是frcnn.pypredict.py

我们首先需要去frcnn.py里面修改model_path以及classes_path,这两个参数必须要修改。

model_path指向训练好的权值文件,在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

(2)训练自己的数据集

1.数据集的准备

本文使用VOC格式进行训练,训练前需要自己制作好数据集。

训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。

训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

2.数据集的处理

在完成数据集的摆放之后,我们需要利用voc_annotation.py获得训练用的2007_train.txt2007_val.txt

修改voc_annotation.py里面的参数。

第一次训练可以仅修改classes_path,classes_path用于指向检测类别所对应的txt。

训练自己的数据集时,可以自己建立一个cls_classes.txt,里面写自己所需要区分的类别。
./faster-rcnn-pytorch-master/model_data/cls_classes.txt文件内容为:

例如我们VOC数据的类别为:

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

修改voc_annotation.py中的classes_path,使其对应cls_classes.txt,并运行voc_annotation.py

3.开始网络训练

训练的参数较多,均在train.py中,大家可以在下载库后仔细看注释,其中最重要的部分依然是train.py里的classes_path。

classes_path用于指向检测类别所对应的txt,这个txt和voc_annotation.py里面的txt一样!训练自己的数据集必须要修改!

修改完classes_path后就可以运行train.py开始训练了,在训练多个epoch后,权值会生成在logs文件夹中。

4.训练结果预测

训练结果预测需要用到两个文件,分别是frcnn.pypredict.py。在frcnn.py里面修改model_path以及classes_path。

model_path指向训练好的权值文件,在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

六、预测步骤

(1)使用预训练权重

1.下载完库后解压,在百度网盘下载frcnn_weights.pth,放入model_data,运行predict.py,输入:

2.在predict.py里面进行设置可以进行fps测试和video视频检测。

(2)使用自己训练的权重

1.按照训练步骤训练

2.在frcnn.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类。

class FRCNN(object):
    _defaults = {
        #--------------------------------------------------------------------------#
        #   使用自己训练好的模型进行预测一定要修改model_path和classes_path!
        #   model_path指向logs文件夹下的权值文件,classes_path指向model_data下的txt
        #
        #   训练好后logs文件夹下存在多个权值文件,选择验证集损失较低的即可。
        #   验证集损失较低不代表mAP较高,仅代表该权值在验证集上泛化性能较好。
        #   如果出现shape不匹配,同时要注意训练时的model_path和classes_path参数的修改
        #--------------------------------------------------------------------------#
        "model_path"    : './faster-rcnn-pytorch-master/model_data/voc_weights_resnet.pth',
        "classes_path"  : './faster-rcnn-pytorch-master/model_data/voc_classes.txt',
        #---------------------------------------------------------------------#
        #   网络的主干特征提取网络,resnet50或者vgg
        #---------------------------------------------------------------------#
        "backbone"      : "resnet50",
        #---------------------------------------------------------------------#
        #   只有得分大于置信度的预测框会被保留下来
        #---------------------------------------------------------------------#
        "confidence"    : 0.5,
        #---------------------------------------------------------------------#
        #   非极大抑制所用到的nms_iou大小
        #---------------------------------------------------------------------#
        "nms_iou"       : 0.3,
        #---------------------------------------------------------------------#
        #   用于指定先验框的大小
        #---------------------------------------------------------------------#
        'anchors_size'  : [8, 16, 32],
        #-------------------------------#
        #   是否使用Cuda
        #   没有GPU可以设置成False
        #-------------------------------#
        "cuda"          : True,
    }

(3)运行predict.py

(4)在predict.py里面进行设置可以进行fps测试和video视频检测

七、评估步骤

(1)评估VOC07+12的测试集

1.本文使用VOC格式进行评估。

VOC07+12已经划分好了测试集,无需利用voc_annotation.py生成ImageSets文件夹下的txt。

2.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt

3.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中

(2)评估自己的数据集

1.本文使用VOC格式进行评估。

2.如果在训练前已经运行过voc_annotation.py文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改voc_annotation.py文件下的trainval_percenttrainval_percent用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = 9:1

3.利用voc_annotation.py划分测试集后,前往get_map.py文件修改classes_path,classes_path用于指向检测类别所对应的txt,这个txt和训练时的txt一样。评估自己的数据集必须要修改。

4.在frcnn.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt

5.运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中。

在这里插入图片描述

在这里插入图片描述

等待一阵子!

八、参考

https://github.com/bubbliiiing/faster-rcnn-pytorch

https://github.com/longcw/faster_rcnn_pytorch

https://github.com/jwyang/faster-rcnn.pytorch

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/53659.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

做电商太难了。。

阅读本文大概需要 1.86 分钟。上周跟在杭州做电商的朋友交流了一下,发现他们太难了。前些天不还有说现在全国 65% 的快递网点都停摆了,这对电商影响非常大,最直接的就是物流快递的问题,一堆快递堆在那里发不出去。虽然直播间卖得算…

win11 右键关闭显示更多选项 修改右键菜单

建议直接使用方法三 win11右键显示更多选项怎么关闭? Win11右键显示更多选项怎么关闭?本文将为您介绍4个简单有效的解决方法,您可以根据自身实际情况来挑选一个更加适合自己的方案! 方法一:更改文件资源管理器选项恢…

高质量项目管理-甘特图模板+教程(附下载包)/ PMP项目管理可用

做项目管理的少不了用到甘特图,但项目流程那么多,每个都一一去做一个甘特图又需要耗费非常大的时间。所以这里给大家收集了一些甘特图模板教程,供大家参考学习! 科普一下:甘特图(Gantt chart)又…

皕杰报表之隐藏处理

第一步,新建报表,然后新建参数 参数type设置成中文描述为统计类型、数据类型为字符串。 参数year设置成中文描述为年、数据类型为日期、时间日期格式为yyyy。 参数month设置成中文描述为月、数据类型为日期、时间日期格式为MM。 参数day设置成中文描…

腾讯安全在2022:出租车、地铁和爆发的火山

“它就像是一个烧锅炉的过程,整个过程会很漫长。但前面蒸汽没出来是没效果的,不可能这个锅烧两下,这个锅烧两下,最后哪个都不开。一旦确定方向,我们就会坚定地朝这个方向走,从上至下坚定生态的持续投入&…

element-tiptap和vuedraggable的拖拽冲突

今天写项目的时候,遇到一个问题,分享给大家。 场景 我有一个A区域,还有一个B区域。A区域内的Vue组件可以通过Vuedraggable这个框架来拖拽到B区域中。B区域内的Vue组件在标题上使用了element-tiptap组件(用来高级编辑&#xff09…

上海发布:应对产业封锁,出台硬核政策扶持集成电路,最高奖励3000万!

上海张江科学城,聚集了全上海超六成集成电路企业 前 言 11月23日,上海市经济信息化委、市财政局发布了关于印发 《上海市集成电路和软件企业核心团队专项奖励办法》的通知。 该文件提出,上海市将在未来5年,对符合要求的集成电路和…

idea打包springboot项目成 docker 镜像方法 (详细)

idea打包springboot项目 详细方法 么有比这个更详细的了 双击package 生成.jar文件 文件生成位置如下图 将041-springboot-thymeleaf-1.0.0.jar 上传到/root/myspringboot文件夹中 默认已经安装好docker linux 操作 cd /root/myspringboot vim Dockerfile bash From openjd…

【leetcode】2273. 移除字母异位词后的结果数组(js实现)

1. 题目 https://leetcode.cn/problems/find-resultant-array-after-removing-anagrams/description/?languageTagsjavascript 2. 思路 对于每个单词,用哈希表统计每个字符出现的次数,前后两个字母进行比较。如果比较以后发现是字母异位词&#xff…

详解设计模式:策略模式

策略模式(Strategy Pattern)也被称为政策模式(Policy Pattern),是在 GoF 23 种设计模式中定义了的行为型模式。 策略模式 是针对一组算法,将每一个算法封装到具有共同接口的独立的类中,使得它们…

BiLSTM-CRF模型 我必须要你能看懂

文章目录BER任务介绍BiLSTM模型介绍----------------------------------------------------------------------------------------------------模型细节如果没有CRF层会是什么样CRF 层CRF原理:一、CRF基础1、条件概率2、图、无向图3、概率图4、马尔可夫性5、概率无向…

rpm包常用命令指南

目录 rpm包查看一般命令 查看系统已安装软件相关命令 卸载rpm包 按照yum源的repo 卸载软件 查询系统已安装的rpm包 查询系统中一个已知的文件属于哪个rpm包 查询已安装的软件包的相关文件的安装路径 查询一个已安装软件包的信息 查看已安装软件的配置文件 查看已安装软…

一文带你走进网络编程

网络编程 什么是网络编程: 就是用来实现网络互通的不同计算机运行程序之间进行数据的交换的编程 网络模型 OSI(模型):七层协议 应用层: 如: HTTP协议 主要解决如何包装数据,用于通信的应用程序和用于消息传输的底层网络提供接口,提供常见的网络应用…

VM系列振弦采集模块全频段扫频

VM系列振弦采集模块全频段扫频 根据起始频率与终止频率范围,频率由低向高向传感器发送渐进的扫频激励信号,直到传感器产生共振并返回共振电流信号。在输出激励信号的过程中,激励信号的频率变化由频率步进和信号周期数量决定。 此激励方法较为…

Day2--使用ESP32双核、U8G2 OLED任务、任务以绝对频率运行、任务内存优化

使用ESP32双核 ESP32-C系列为单核,ESP32的core0主要运行WI-FI和蓝牙 API: xPortGetCoreID() 获取当前任务运行的核心 xTaskCreate() 有系统选择运行核心,优先选择0 xTaskCreatePinnedToCore() 指派任何给指定核心 Arduino的setup和loop默认运行在core1 …

初识Thread类与创建多线程的方法

目录 1.创建一个线程 2.start()方法与run()方法 3.查看线程 4.创建线程的各种方法 4.1实现Runnable接口 4.2使用匿名内部类 4.3使用匿名内部类,实现Runnable 4.4使用Lambda表达式 1.创建一个线程 Java操作线程最核心的类就是Thread类 创建线程有很多方法,下面我们写一…

[附源码]计算机毕业设计springboot人体健康管理app

项目运行 环境配置: Jdk1.8 Tomcat7.0 Mysql HBuilderX(Webstorm也行) Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。 项目技术: SSM mybatis Maven Vue 等等组成,B/S模式 M…

SpringBoot结合XXL-JOB实现定时任务

《从零打造项目》系列文章 工具 比MyBatis Generator更强大的代码生成器 ORM框架选型 SpringBoot项目基础设施搭建SpringBoot集成Mybatis项目实操SpringBoot集成MybatisPlus项目实操SpringBoot集成Spring Data JPA项目实操 数据库变更管理 数据库变更管理:Liquibase…

阿里自爆秋招面试笔记,福音来了

前言 最近又掀起了一股面试招聘风潮,我们一边要巩固基础知识、备战试题的同时,另外与面试官的对达沟通也直接影响你的成功与否!那我们应该如何做好准备呢? ​先说面试过程,今天阿鑫给大家整理了这三个小经验&#xf…

笔试强训Day2

选择题 1. 思路:e是按指数类型输出,f是按照浮点数类型输出(输出只有f不用lf) 输出默认是右对齐,-则是左对齐,四位精度就是小数点后保留几位用.4,输出字符数用整数30在小数点前表示即可。 如果…