Cascade R-CNN训练自己的数据

墨蓝 2022-03-11 12:06 639阅读 0赞

**传送门：**

1.  [《Cascade R-CNN: Delving into High Quality Object Detection》论文笔记][Cascade R-CNN_ Delving into High Quality Object Detection]
2.  [Cascade R-CNN Python测试脚本][Cascade R-CNN Python]

# 1. 前言 #

Cascade RCNN是目标检测非常不错的一种方法，没有过分强调主干网络，而是采用层叠的方式提高IOU阈值来提纯样本，对不同的主干网络都能取得2~4个点的提升。这里使用的是Cascade RCNN example下的vgg-9s-600-rpn-cascade模型，这里的9s代表的是有9个anchor，600代表短边的尺寸，这里记录在使用这个代码训练自己的数据的过程，这里需要的目标检测的类别是2，在加上一个背景类就是3。  
代码地址：[Cascade RCNN][]

# 2. 数据准备 #

## 2.1 训练集（trainval.txt）与测试集（test.txt） ##

这里的标注数据是存储在txt文件中的，这里拿出一个标注节点来进行说明，每个人标注的形式都不一样，这里就不给代码了，理解了之后按照这个格式进行制作数据集就行了。

# 0 # 图像的编号ID，从0开始
    JPEGImages/A3_B1_17_3_1.jpg # 图像的路径，与prototxt中的source参数一同设置
    3 # 图像的channel数
    1440 # 图像的高度
    1080 # 图像的宽度
    8 # 图片中标注框的数目
    # 标注示例：label_id ignore difficult x1 y1 x2 y2
    2 0 0 776 604 940 651
    2 0 0 767 652 973 710
    2 0 0 776 724 977 766
    2 0 0 777 792 980 829
    2 0 0 778 846 974 890
    2 0 0 563 1254 847 1303
    2 0 0 561 1317 847 1379
    1 0 0 394 26 688 68
    0 # num_roni_windows

## 2.2 test\_name\_size.txt制作 ##

这个文件的作用就是记录测试图片的尺寸信息，其标注的格式为：

# 示例：图片的名字 图像的高度 图像的宽度
    000127 375 500

# 3. 步骤 #

**Step 1：** train.prototxt设置输入图片的尺寸，最好是32的倍数。

short_size: 608
    long_size: 832

**Step 2：** 修改网络中的分类数目，设置为检测的目标数加背景类，根据我的需求这里就设置为3，把img\_width和img\_height全部变成你的short\_size。  
![在这里插入图片描述][20190307225727205.png]  
**Step 3：** 因为cascade训练第一步需要找iou>0.5的，如果你的目标太小，可能需要考虑增加anchor的数量或是修改anchor的值，如下是根据实际情况设置的anchor size：![在这里插入图片描述][20190307225859504.png]  
那么在出现field\_w与fiel\_h的地方也要根据anchor的值进行修改：  
![在这里插入图片描述][20190307225948395.png]  
**Step 4：** 记得在test.prototxt与deploy.prototxt中也要做相对与train的修改。  
**Step 5：** 在做测试的时候，检测代码也要修改short\_size 和 long\_size。测试代码后序整理贴出。

# 4. 问题与解决 #

1）作者的网络配置文件是采用long\_size和short\_size的方式，这要求输入图像是矩形，但是对于正方形的输入，long\_size和short\_size就不是很合适了。这时候，可以采用 resize\_width 和 resize\_height 进行设置

long_size: 800
    short_size: 1312

修改为

resize_width: 640
    resize_height: 640

这里我们一般希望长宽都是 32 的倍数关系，如果不希望拉伸，最好这里设置的长宽和图片实际长宽一致。  
2) 如果在训练的时候出现 “F0930 05:55:49.924599 32355 decode\_bbox\_layer.cpp:110\] Check failed: keep\_num > 0 (0 vs. 0)”，这可能是proposal boxes 数量不足，或者是网路跑飞了，可以通过以下两个地方修改：  
a) 降低 “BoxGroupOutput” 层中的 fg\_thr，增加proposal boxes 的数量。  
b) 如果降低了还是出现类似的错误，那就降低 base\_lr。

[Cascade R-CNN_ Delving into High Quality Object Detection]: https://blog.csdn.net/m_buddy/article/details/88085684
[Cascade R-CNN Python]: https://blog.csdn.net/m_buddy/article/details/88935816
[Cascade RCNN]: https://github.com/zhaoweicai/cascade-rcnn
[20190307225727205.png]: /images/20220311/f638a618480f497db6276b8928be74df.png
[20190307225859504.png]: /images/20220311/ac3818b93cbd499f901ee3e4d37e4602.png
[20190307225948395.png]: /images/20220311/8e25a1a7f01f44f2b2944321227a89e7.png