R-CNN：使用自己的数据训练 Faster R-CNN 的 ResNet-50 模型_faster rcnn resnet50-程序员宅基地

技术标签： Object Detection  人工智能  DeepLearning  Faster R-CNN  

上次使用 Faster R-CNN 训练了一个 VGG-16 的网络，为了再提升识别的准确率，利用 ResNet 网络在同样的数据上面训练了多一次。

基本的过程和在训练 VGG-16 网络时差不多，可参照 使用自己的数据训练 Faster R-CNN 的 VGG-16 模型

一、训练网络

（一）下载 ResNet-50 的 prototxt 文件

在我的 Github 上面可以下载我使用的文件，当然你也可以使用不同的 ResNet 网络结构。

（二）相关文件修改

1. cd $FRCN_ROOT/lib/rpn/generate_anchors.py

# 在 37 行：
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
                     scales=2**np.arange(3, 6)):
# 修改为：
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
                     scales=2**np.arange(1, 6)):

2. cd $FRCN_ROOT/lib/rpn/anchor_target_layer.py

# 在 28 行：
        anchor_scales = layer_params.get('scales', (8, 16, 32))
# 修改为：
        anchor_scales = layer_params.get('scales', (2, 4, 8, 16, 32))

3. cd $FRCN_ROOT/lib/rpn/proposal_layer.py

# 在 29 行：
        anchor_scales = layer_params.get('scales', (8, 16, 32))
# 修改为：
        anchor_scales = layer_params.get('scales', (2, 4, 8, 16, 32))

4. pascal_voc.py、imdb.py、train.prototxt、test.prototxt、.pt文件 的修改参考 使用自己的数据训练 Faster R-CNN 的 VGG-16 模型 。

5. 因为我们使用了 5 个尺度的 anchors，所以之前的 9 个 anchors 变成了 3*5=15 个。
修改 prototxt 和 pt文件，将其中的 18 换成 30。

layer {
    
  name: "rpn_cls_score"
  type: "Convolution"
  bottom: "rpn/output"
  top: "rpn_cls_score"
  param {
     lr_mult: 1.0 }
  param {
     lr_mult: 2.0 }
  convolution_param {
    
    num_output: 30   # 2(bg/fg) * 9(anchors)    ///将 18 换成 30
    kernel_size: 1 pad: 0 stride: 1
    weight_filler {
     type: "gaussian" std: 0.01 }
    bias_filler {
     type: "constant" value: 0 }
  }

（三）下载 ImageNet 模型

下载 ImageNet 预训练文件：ResNet-50.v2.caffemodel

（四）清除缓存

删除缓存文件：
$FRCN_ROOT/data/VOCdevkit2007/annotations_cache/annots.pkl 和
$FRCN_ROOT/data/cache 下的 pkl 文件
如果不清除缓存可能会报错。

（五）开始训练

参照 VGG16 的训练命令：
cd $FRCN_ROOT

./experiments/scripts/faster_rcnn_end2end.sh 0 ResNet-50 pascal_voc

注意：第三个参数 ‘ResNet-50’，一定要和你的文件夹名字对应，比如我的文件放在$FRCN_ROOT/models/pascal_voc/ResNet-50 里面，所以我的第三个参数就为我目录的名称。

由于 ResNet-50 的网络更深，训练的时间也需要更久，每一次迭代大约需要 0.5s ，训练这个网络我用了大概 10 个小时，但效果会比用 VGG 16 的好，主要是对小尺度的物体检测更加准确了。

这是我训练时各类的 AP ：
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39679367/article/details/80942651

智能推荐

学习笔记---分布式调度之xxlJob调度中心的启动源码解析_xxl 调度失败:执行器地址为空-程序员宅基地

文章浏览阅读913次。调度中心的代码启动源码是从：XxlJobAdminConfig 入口；直接进入： xxlJobScheduler.init();第一个： initI18n() 处理国际化；第二个：JobRegistryMonitorHelper.getInstance().start(); 创建启动后台线程来维护在线的执行器组下的机器列表，从上篇学习笔记—分布式调度之xxlJob执行器的启动源码解析可以..._xxl 调度失败:执行器地址为空

RS485/RS232串口通信实现源码_485代码-程序员宅基地

文章浏览阅读1.3w次，点赞3次，收藏72次。之前贴出了代码，但是源码已经找不到了；鉴于很多同学私信想要参考，找时间重新写了一个工程一、参考代码1.不方便下载的同学可以参考贴出来的源代码链接：RS485二、基本知识1.RS485通信讲解：读30001、30002两个寄存器，假设从机地址为1上位机（主机）发送下行报文：01 03 00 03 00 02 34 0B从机地址功能码寄存器起始地址读取寄存器个数CRC校验010300 0300 0285 ca010300 0400 0285 ca上_485代码

李开复揭密微软成功之道 寄语中国软件业(4)_在微软许多人都像我一样主动从事发现人才、跟踪人才和吸引人才的工作....-程序员宅基地

文章浏览阅读1k次。http://www.sina.com.cn 2005年04月07日 11:19 新浪科技　　文/李开复　　人才：微软的立业之本　　微软公司把重视人才的管理理念视为公司的核心财富。在信息时代里，人才的价值尤为重要。在工业时代里，一个优秀技工和一个普通技工的效率差异可能是30%，但在信息时代里，一个高级程序员和一个普通程序员的效率差异可能高达10倍以上。 ad1= "打造校_在微软许多人都像我一样主动从事发现人才、跟踪人才和吸引人才的工作....

python量化交易pdf书籍微盘,python量化交易编程自学_python 量化交易 pdf 百度网盘-程序员宅基地

文章浏览阅读836次，点赞21次，收藏19次。大家好，小编为大家解答python量化交易教程电子书的问题。很多人还不知道python量化交易pdf书籍微盘，现在让我们一起来看看吧！_python 量化交易 pdf 百度网盘

OFDM802.11a的FPGA实现（七）一级交织：分组交织器（含verilog和matlab代码）

在前面的文章中讲解了卷积编码和删余，实现了1/2、2/3、3/4编码速率的输出。数据域在编码之后，下一个部分就是交织。今天对交织进行具体实现。

移动硬盘无法读取？学会这3个方法，快速解决问题！_新硬盘无法识别-程序员宅基地

文章浏览阅读648次。移动硬盘在目前工作和学习中都是一个比较重要的工具。如果遇到移动硬盘无法读取的情况，应该如何解决呢？小编给大家总结了几个简单有效的操作方法，记得收藏起来哦！_新硬盘无法识别

随便推点

小程序基础入门(黑马学习笔记)_黑马微信小程序笔记-程序员宅基地

文章浏览阅读2.8k次，点赞12次，收藏90次。权当学习笔记吧_黑马微信小程序笔记

SpringBoot的旅游网站的设计与实现 - 源码免费（私信领取）

采用Spring Boot框架进行后端开发，结合前端技术（如Vue.js、React等）进行页面设计，数据库采用MySQL进行数据存储，确保系统的稳定性和性能。本项目旨在设计并实现一个基于Spring Boot的旅游网站，为用户提供便捷的旅游信息查询、预订服务，以及旅游资讯分享功能，提升用户旅游体验。通过市场调研和用户需求分析，了解用户对旅游网站的需求和偏好，明确系统的功能和特点，确保系统能够满足用户的旅游需求。进行全面的系统测试，包括功能测试、性能测试、安全性测试和用户体验测试，确保系统的质量和可靠性。

liunx服务使用（mysql数据库的安装和传说中的LAMP的安装【论坛的搭建】）-程序员宅基地

文章浏览阅读88次。首先解说一下源码包和rpm包的区别，虽然不是全面的的但是是绝对正确的。源码包mysql的安装rpm包与源码包的区别1.linux运行效率，高很多功能模块针对linux开发，在windos上并没有标准化得编程接口，很多功能并不能实现，并且mysql apache php最早也是在linux上开发的发展的，第三方软件多2.软件的选择 不一定最新当时要选最稳定的rpm与源代码rpm...

在VSCode中配置多个版本的Python环境，并设置PYTHONHOME环境变量

另外，如果你想要在项目级别配置Python解释器，你可以在项目的根目录下创建一个.vscode文件夹（如果还没有的话），然后在这个文件夹中创建一个settings.json文件。在settings.json文件中，你可以添加类似于"python.pythonPath": "/path/to/python39"的设置来指定Python解释器的路径。这样，当你在VSCode中打开这个项目时，它会自动使用你在settings.json文件中指定的Python解释器。在弹出的对话框中，点击“环境变量”按钮。

VBOX报错"Kernel driver not installed(rc=-1908)"-程序员宅基地

文章浏览阅读129次。根据报错提示先安装dkms包[root@OS4 ~]# rpm-ivh dkms-2.2.0.3-3.2.noarch.rpm warning: dkms-2.2.0.3-3.2.noarch.rp..._vboxheadless: error -1908 in suplibosinit! vboxheadless: kernel driver not i

vue.js的手脚架vue-cli项目搭建的步骤-程序员宅基地

文章浏览阅读90次。手脚架是什么？众所周知，现在的前端项目发展得越渐越大，我们前端程序员要从0开始去搭建一套完整的项目很费时，所以这时候前端工程的手脚架就出现了。我用得vue-cli也是其中之一，还有其他的我也说不清，我就说一下我接触比较多的这款vue-cli，但是所有手脚架的核心：都是为了能够快速搭建一个完整的项目的结构，开发者只需要在生成的项目结构的基础上进行开发即可，非常简单高效。然后..._如何上线vue-cli手脚架项目到服务器

推荐文章

热门文章

相关标签