全栈AI开发者~~~

------------------配置环境   Windows7x64   Matlab2014Ra   VS2013   Opencv2.49  CUDA6.5    GTX970----------


1.下载 FasterR-CNN程序包   

    https://github.com/ShaoqingRen    红色圈中为必须下载的文件。 

    注意fast-rcnn/faster-rcnn区别!!

    

2. 配置 CUDA6.5 

  下载CUDA6.5,1中的caffe_mex是在cuda6.5下编译的,所以需要额外安装cuda6.5,不用卸载已经安装的cuda7.5。

   安装,自定义选择安装 cuda6.5中的 compute tookit 跟samples就可以,samples可以安装到别的文件夹节省空间。

   编译,打开.\CUDA V6.5 samples中的Samples_vs2013.sln,切换为releaseX64开始编译,可以不用bug编译。。

   测试,打开.\samples\bin\win64\Release,将queryDevice拖到cmd窗口,显示 GPU信息和cuda版本号,有7.5和6.5两个版本。    

    

    

    

3. 编译并测试 Faster-RCNN

   解压faster-rcnn-master为程序根目录.\  (eig F:\FasterR-CNN-Master)

   解压caffe_mex到根目录下的.\external 中...

   解压model_ZF到根目录下的.\models中....

   解压faster_rcnn_final_model到根目录下,得到output文件夹,以及测试图片...

   在根目录下新建.\data\selective_search_data文件夹,将selective_search_data解压进去(训练用到)...

   ---------编译------------

   在根目录下运行,function faster_rcnn_build(),若出错且提示“无法打开 nms_gpu_mex.o”,则找到.\functions\nms\nvmex.m 文件,修改VS的安装路径到你自己的路径,默认安装在C盘。再重新编译..即可

   在根目录下运行startup.m,配置搜索路径...

    

   -----------测试---------------

   一定要在根目录下运行,function script_faster_rcnn_demo(),子目录下运行会提示“cd错误,无法更改xx文件夹”

   另一个解决办法是在 此函数最开始加上cd操作,强制cd到根目录,见下图。

   在Initial Model分割线下选择要测试的model。测试vgg,matlab容易崩溃,只测试zf,测试结果见图, 78ms/每张。

        

    

    

4. 配置VOC2007训练Faster-RCNN

   下载VOC数据集,并解压,将对应数据整理成以下三个文件夹(如下图所示,分别为VOC2007devikt/test/trainval),放在根目录.\datasets中。 注意此处没有按原教程中的方法将全部数据放在一个VOCdevkit2007文件夹中,而是分开放置,否则后续训练会Bug。Bug显示数据集读取错误...,根本原因是使用了VOC自带的VOCinit.m脚本来配置VOCopts参数,配置完之后得到的路径信息无法区分train/val/set数据集,所以会报错。 该函数位置在“VOC2007devkit\VOCcode\VOCinit.m”。

   所以本文将VOC中的 devkit,trainval, test三个部分分开放置,并重新写了3个数据初始化函数voc2007_initX(),voc2007_dataX(),get_voc_optsX()。运行时替换掉原程序对应函数即可,替换方法如下。 

   voc2007_dataX()指向刚才整理好的VOC数据集三个文件的地址,相当于源程序中的voc2007_devkit();

   voc2007_initX()从VOC中读取数据信息,相当于原来数据集中提供的VOCinit.m脚本。 

   get_voc_optsX()返回VOC数据信息的配置结果,即VOCopts,相当于原来的get_voc_opts(); 

   这三个函数的作用分别是 “定位到数据集→配置数据信息→返回数据配置结果”。

   训练前,要找到对应的m文件,对相应函数进行替换,注意只替换函数名,并传入相应参数即可,函数=号左边变量名称不变。

     ------------------------------------------------------------------------------------------

    比如运行训练文件 script_faster_rcnn_VOC2007_ZF.m 之前, 要做如下修改:

    在voc2007_trainval.m/voc2007_trainvaltest.m中,要修改devkit=voc2007_devkit()为 devkit = voc2007_dataX()。

    在imdb_from_voc.m中,要修改VOCopts=get_voc_opts(root_dir)为VOCopts=get_voc_optsX(root_dir,image_set)。(正是这里多加了image_set参数,所以可识别train/val/test)

    在roidb_from_voc.m中,要修改第75行和135行。将这2处的addpath(VOCopts.datadir)替换为addpath(VOCopts.deviktdir,VOCcode)。否则会报错。这是因为修改之后的VOCopts数据配置信息中多了deviktdir,在此2处需要将其添加至临时搜索路径。

    

    修改后提取出的VOCopts如下,如果使用原脚本VOCinit.m,则train和test情况下,红框部分都为VOC2007,导致路径重复从而数据读取冲突。

    

    faster-cnn原程序包中缺少.\data这个文件夹,需要到fastr-cnn版本中去下载,下载完拷贝过来即可,否则训练fastr-cnn时会找不到ROI...

    ------训练---------------

    在.\experments中找到下面训练函数,一个faster版本,一个fast版本。。分别训练,以下是训练结果

     function script_faster_rcnn_VOC0712_ZF(),

     function script_fast_rcnn_VOC2007_ZF() ,

    

5. VOC2007配置函数

// 数据集定位函数,放在目录 F:\FasterR-CNN-Master\experiments\+Dataset\private     

function path = voc2007_dataX()  
    path = './datasets';              % 可以将数据集存放到其他位置以节省空间,比如 '=G:\VOC2007'   
end

// 数据集配置函数,放在目录 F:\FasterR-CNN-Master\imdb

function VOCopts = get_voc_optsX(path, varargin)  
  
tmp = pwd;  
cd(path);  
if(nargin==1)  
  addpath('VOCcode');                  % 原始数据配置方式下,VOCinit.m数据配置脚本的路径  
  VOCinit;  
elseif(nargin==2)  
  image_set = varargin{1};  
  VOCopts = voc2007_initX(image_set);  % 更改之后的数据配置函数voc2007_initX()函数,该函数已在.\datasets中  
else  
 error(sprintf('too much params for get_voc_opts()...'));   
end  
cd(tmp)

// 数据集初始化函数, 放在目录  FasterR-CNN-Master\datasets,或者自定义的数据集存放路径下

function VOCopts = voc2007_initX(image_set)  
clear VOCopts  
% 注意此函数必须放置在VOC2011/orVOC2007/orVOC2006数据集目录下  
% use VOC2006 or VOC2007 data  
  
VOC2006=false; % set true to use VOC2006 data  
  
% dataset  
  
if VOC2006  
    VOCopts.dataset='VOC2006';  
else  
    VOCopts.dataset='VOC2007';  
end  
  
% get current directory with forward slashes  
  
cwd=cd;  
cwd(cwd=='\')='/';  
  
% change this path to point to your copy of the PASCAL VOC data  
VOCopts.datadir=[cwd '/']; % .datesets/  
VOCopts.devkitdir=[VOCopts.datadir,'VOC2007devkit/']; % .datesets/  
  
% change this path to a writable directory for your results  
VOCopts.resdir=[VOCopts.datadir 'VOC2007devkit/results/' VOCopts.dataset '/'];  
  
% change this path to a writable local directory for the example code  
VOCopts.localdir=[VOCopts.datadir 'VOC2007devkit/local/' VOCopts.dataset '/'];  
  
% initialize the test set  
  
VOCopts.testset='val'; % use validation data for development test set  
% VOCopts.testset='test'; % use test set for final challenge  
  
% initialize main challenge paths  
setname=strcat(VOCopts.dataset,image_set); %setdir: VOC2007trainval,VOC2007test   
  
VOCopts.annopath=[VOCopts.datadir  setname '/Annotations/%s.xml'];  
VOCopts.imgpath=[VOCopts.datadir  setname '/JPEGImages/%s.jpg'];  
VOCopts.imgsetpath=[VOCopts.datadir  setname '/ImageSets/Main/%s.txt'];  
VOCopts.clsimgsetpath=[VOCopts.datadir  setname '/ImageSets/Main/%s_%s.txt'];  
VOCopts.clsrespath=[VOCopts.resdir 'Main/%s_cls_' VOCopts.testset '_%s.txt'];  
VOCopts.detrespath=[VOCopts.resdir 'Main/%s_det_' VOCopts.testset '_%s.txt'];  
  
% initialize segmentation task paths  
  
VOCopts.seg.clsimgpath=[VOCopts.datadir setname '/SegmentationClass/%s.png'];  
VOCopts.seg.instimgpath=[VOCopts.datadir setname '/SegmentationObject/%s.png'];  
  
VOCopts.seg.imgsetpath=[VOCopts.datadir setname '/ImageSets/Segmentation/%s.txt'];  
  
VOCopts.seg.clsresdir=[VOCopts.resdir 'Segmentation/%s_%s_cls'];  
VOCopts.seg.instresdir=[VOCopts.resdir 'Segmentation/%s_%s_inst'];  
VOCopts.seg.clsrespath=[VOCopts.seg.clsresdir '/%s.png'];  
VOCopts.seg.instrespath=[VOCopts.seg.instresdir '/%s.png'];  
  
% initialize layout task paths  
  
VOCopts.layout.imgsetpath=[VOCopts.datadir setname '/ImageSets/Layout/%s.txt'];  
VOCopts.layout.respath=[VOCopts.resdir 'Layout/%s_layout_' VOCopts.testset '_%s.xml'];  
  
% initialize the VOC challenge options  
  
if VOC2006  
      
    % VOC2006 classes  
      
    VOCopts.classes={...  
        'bicycle'  
        'bus'  
        'car'  
        'cat'  
        'cow'  
        'dog'  
        'horse'  
        'motorbike'  
        'person'  
        'sheep'};  
else  
  
    % VOC2007 classes  
      
    VOCopts.classes={...  
        'aeroplane'  
        'bicycle'  
        'bird'  
        'boat'  
        'bottle'  
        'bus'  
        'car'  
        'cat'  
        'chair'  
        'cow'  
        'diningtable'  
        'dog'  
        'horse'  
        'motorbike'  
        'person'  
        'pottedplant'  
        'sheep'  
        'sofa'  
        'train'  
        'tvmonitor'};  
end  
  
VOCopts.nclasses=length(VOCopts.classes);     
  
VOCopts.poses={...  
    'Unspecified'  
    'SideFaceLeft'  
    'SideFaceRight'  
    'Frontal'  
    'Rear'};  
  
VOCopts.nposes=length(VOCopts.poses);  
  
VOCopts.parts={...  
    'head'  
    'hand'  
    'foot'};      
  
VOCopts.maxparts=[1 2 2];   % max of each of above parts  
  
VOCopts.nparts=length(VOCopts.parts);  
  
VOCopts.minoverlap=0.5;  
  
% initialize example options  
  
VOCopts.exannocachepath=[VOCopts.localdir '%s_anno.mat'];  
  
VOCopts.exfdpath=[VOCopts.localdir '%s_fd.mat'];  


------------------------任意图片上的测试效果----------------------------------------------


备注:cd错误,无法打开xxx,一般是由路径配置错误导致的。

训练过程。。。。。。。



 收藏 (0)  打赏  点赞 (3)
powerd by studyai.com 2017