win10+tensorflow faster-RCNN 训练自己的数据集
首先,感謝博客上各路大佬的無私奉獻!但是也不得不吐槽下,大佬些寫博客的時候能盡量寫的對小白友好一點嗎?期間遇到各種坑,說多了都是淚啊!話不多說,上正題!
環(huán)境:win10+anaconda3+tensorflow1.2.1+python3.6,CPU版本。
源碼地址:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
一 下載源碼以及源碼環(huán)境準備
? ? ? ? 在第16行加入以下代碼,(別問我為什么,我只是代碼的搬運工)
?
Extension('lib.utils.cython_bbox', sources=['E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils/bbox.c','E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils/bbox.pyx'],include_dirs = [np.get_include(), 'E:/python/tensorflow/Faster-RCNN-TensorFlow-Python3.5-master/lib/utils'],extra_compile_args=[])提示:安裝VS2015的庫,否則會報錯 “error: Unable to find vcvarsall.bat”
? ? ? ? 1)打開VS2015 X64 本機工具命令提示符;
? ? ? ? ?
? ? ? ? ?2)同樣激活tensorflow環(huán)境(activate tensorflow),進入到源碼的路徑下(cd 自己的路徑\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI),運行:
python setup.py build_ext --inplace;? ? ? ? ? ? ? 會在 “***\Faster-RCNN-TensorFlow-Python3.5-master\data\coco\PythonAPI\lib\utils”目錄下生成cython_bbox.cp36-win_amd64.pyd文件,將該文件復(fù)制到“***\Faster-RCNN-TensorFlow-Python3.5-master\lib\utils”下。
? ? ? ? 5. 這里下載模型VGG16?,放入“***\Faster-RCNN-TensorFlow-Python3.5-master\data \ imagenet_weights \ vgg16.ckpt”,記得把文件名從“VGG_16”更改為“VGG16”,這兒坑了我不少時間。再次感謝博主---douminan
二 準備訓(xùn)練集
1.labelimg標注數(shù)據(jù)
labelimg的使用:https://cloud.tencent.com/developer/news/325876
注意:注意標注的時候一定不要用大寫,不要有空格,建議全部用小寫字母和數(shù)字,感謝博主--beyond_xnsx
2.將自己的數(shù)據(jù)制作成VOC2007的格式
批量命名文件:https://blog.csdn.net/u011574296/article/details/72956446
制作訓(xùn)練集:https://blog.csdn.net/gaohuazhao/article/details/60871886
注意:VOC2007的格式生成如下圖所示:
三 源碼修改
Faster-RCNN-TensorFlow-Python3.5-master\lib\datasets\pascal_voc.py文件中,將以下代碼中的類別替換為自己數(shù)據(jù)集的類別,如下圖所示。至于某些博客說不能刪除類別總數(shù),但是經(jīng)實際測試,刪除了也不影響。
self._classes = ('__background__', # always index 0'bird','flower', 'horse')注意:不要更改'__background__',這個是本身自有的,即你有N類檢測目標,實際是N+1,多出來的1類就是背景,所以不能刪除'__background__'。
Faster-RCNN-TensorFlow-Python3.5-master\lib\config\config.py中修改訓(xùn)練參數(shù),根據(jù)自己情況更改哈,博主也是小白,無法作任何指導(dǎo)。
四 訓(xùn)練
哈哈,終于到激動人心的一刻,成功還是繼續(xù)躺坑里就看這一步了!
繼續(xù)在anaconda prompt里,激活tensorflow環(huán)境,進入到Faster-RCNN-TensorFlow-Python3.5-master根目錄下(跟上述一樣,用“cd”命令進入哈,根目錄就是能看到一個train.py的文件),執(zhí)行
python train.py一般不報錯進入到訓(xùn)練環(huán)節(jié)就是對的哈,訓(xùn)練如下所示。
五 后續(xù)測試
由于沒有訓(xùn)練結(jié)束,所以等待后續(xù)更新。。。
由于工作方面不再接觸這類事件,所以沒有后續(xù)了。。。抱歉!
?
主要引用下列博客,再次感謝博客大佬們的無私奉獻。
https://blog.csdn.net/beyond_xnsx/article/details/79771690
https://blog.csdn.net/weixin_38124357/article/details/80816288
https://blog.csdn.net/douminan/article/details/82223619
https://blog.csdn.net/gaohuazhao/article/details/60871886
https://blog.csdn.net/u011574296/article/details/72956446
總結(jié)
以上是生活随笔為你收集整理的win10+tensorflow faster-RCNN 训练自己的数据集的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 架构师成长之路:如何保证消息队列的高可用
- 下一篇: 如何在HTML中输入英语音标符号,电脑上