mac下跑R-FCN并用自己的数据集训练

冷不防 2022-07-13 12:22 134阅读 0赞

1、首先，需要安装Caffe和pycaffe，起码机子搭过caffe环境

macos下面搭建caffe参考：

http://blog.csdn.net/yimingsilence/article/details/54095628

2、克隆工程：

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  git clone https://github.com/Orpine/py-R-FCN.git

3、克隆caffe

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  cd py-R-FCN 
2.  git clone https://github.com/Microsoft/caffe.git 
3.  cd caffe 
4.  git reset --hard 1a2be8e

后面用这个版本各种出错，然后换了微软的版本

该caffe版本是微软版本

**\[plain\]** [view plain][view plain 1] [copy][view plain 1]

[![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.  cd $RFCN\_ROOT 
2.  git clone https://github.com/Microsoft/caffe.git

4、编译caffe

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  cp Makefile.config.example Makefile.config 
2.  \# In your Makefile.config, make sure to have this line uncommented 
3.  WITH\_PYTHON\_LAYER := 1
4.  \# Unrelatedly, it's also recommended that you use CUDNN 
5.  USE\_CUDNN := 1
6.  make -j8 && make pycaffe

更多请参见：

http://blog.csdn.net/yimingsilence/article/details/54095628

5、编译lib

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  cd ../lib 
2.  make

6、到py-R-FCN/data/scripts中运行里面的获取数据的脚本，把要测试的数据下载下来

7、如果要用resnet网络的模型要下载这个模型，不下载demo也能跑通：

下载数据（VOC，COCO），下载模型（ResNet，[https://pan.baidu.com/s/1hrOZdju][https_pan.baidu.com_s_1hrOZdju]）这个下载到的数据放到py-R-FCN/data/rfcn\_models里面(文件夹没有新建一个)，并且改名格式为：resnet50\_rfcn\_final.caffemodel

然后运行py-R-FCN/tools里面的demo.py就可以看到效果了。

8、修改./tools/train\_net.py中的函数

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  def parse\_args(): 
2.   """ 
3.   Parse input arguments 
4.   """ 
5.  parser = argparse.ArgumentParser(description='Train a R-FCN network') 
6.   parser.add\_argument('--gpu', dest='gpu\_id', 
7.  help='GPU device id to use \[0\]', 
8.  default=0, type=int) 
9.   parser.add\_argument('--solver', dest='solver', 
10. help='solver prototxt', 
11. default='models/pascal\_voc/ResNet-50/rfcn\_end2end/solver\_ohem.prototxt', type=str) 
12.  parser.add\_argument('--iters', dest='max\_iters', 
13. help='number of iterations to train', 
14. default=40000, type=int) 
15.  parser.add\_argument('--weights', dest='pretrained\_model', 
16. help='initialize with pretrained model weights', 
17. default='data/imagenet\_models/ResNet-50-model.caffemodel', type=str) 
18.  parser.add\_argument('--cfg', dest='cfg\_file', 
19. help='optional config file', 
20. default='experiments/cfgs/rfcn\_end2end\_ohem.yml', type=str) 
21.  parser.add\_argument('--imdb', dest='imdb\_name', 
22. help='dataset to train on', 
23. default='voc\_2007\_trainval', type=str) 
24.  parser.add\_argument('--rand', dest='randomize', 
25. help='randomize (do not use a fixed seed)', 
26. action='store\_true') 
27.  parser.add\_argument('--set', dest='set\_cfgs', 
28. help='set config keys', default=None, 
29. nargs=argparse.REMAINDER) 
30. 
31.  \# if len(sys.argv) == 1: 
32.  \# parser.print\_help() 
33.  \# sys.exit(1) 
34. 
35. args = parser.parse\_args() 
36.  return args

我这里偷了个懒．还是用的py-faster-rcnn中的VOC2007数据  
8、训练模型

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  python ./tools/train\_net.py

8.1、官方脚本详见./experiments/scripts下的几个rfcn开头的脚本，默认情况需要合并voc2012和voc2007  
8.2、训练自己的数据详见http://www.cnblogs.com/CarryPotMan/p/5390336.html

9、[测试][Link 1]demo  
修改

**\[html\]** [view plain][] [copy][view plain]

[![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  ./tools/demo\_rfcn.py

替换成自己的模型，配置文件，数据就行了

[view plain]: http://blog.csdn.net/u010678153/article/details/52639267#
[CODE]: https://code.csdn.net/assets/CODE_ico.png
[CODE_CODE]: https://code.csdn.net/snippets/1896851
[ico_fork.svg]: https://code.csdn.net/assets/ico_fork.svg
[ico_fork.svg 1]: https://code.csdn.net/snippets/1896851/fork
[view plain 1]: http://blog.csdn.net/sinat_30071459/article/details/53202977#
[CODE_CODE 1]: https://code.csdn.net/snippets/1991338
[ico_fork.svg 2]: https://code.csdn.net/snippets/1991338/fork
[https_pan.baidu.com_s_1hrOZdju]: https://pan.baidu.com/s/1hrOZdju
[Link 1]: http://lib.csdn.net/base/softwaretest