DL开源框架Caffe | 目标检测Faster-rcnn训练自己数据问题整理

数据集制作

  Pascal_voc数据集可以做目标检测,目标分割,识别等任务,本文主要针对目标检测的任务,因此只需要其中几个文件夹,也就是我们制作自己的数据集时只需按照这个仿造就可以。下面是VOC2007的数据集文件目录结构,我们只需要文件夹Annotations, ImageSets, JPEGImages, 其中JPEGImages中存放自己数据集的原始图像;Annotations中存放的是图像对应的XML文档;ImageSets中的Main中主要存放train.txt等文件。

第一步:图片命名,类VOC格式   虽然说图片名对训练没什么影响,但建议还是按VOC2007那样,如“000005.jpg”这种形式。至于图片格式,代码里是写的jpg。 [Matlab代码链接]

第二步:标注软件

  使用软件制作成XML格式文件,注意看VOC2007中的XML文件的形式以及内容,本文推荐3个软件标注。 1.[window7标注软件] 2.[LabelImg]

3.[Object_LabelImg]

  上述第一个链接生成的不是XML文档,还需按照链接中生成;第二个链接是官方原版的LabelImg,但其多个版本都有一些小问题,最新的版本中生成的XML文档第一个是filename没有图像后缀格式,第二个是内容的缩进格式同VOC不一致;第三个链接生成的XML文件中没有解决图像后缀格式的问题,但是格式正确,解决问题的代码链接如下:  

import xml.dom.minidom as xdm
import glob

path = './Annotations/'

items = glob.glob(path+'*.xml')

train_txt = 'train.txt'

for item in items:
    dom = xdm.parse(item)
    root = dom.documentElement

    # change folder name
    folder_dom = root.getElementsByTagName('folder')
    print folder_dom[0].firstChild.data
    folder_dom[0].firstChild.data = 'VOC2007'

    # change image name
    image_dom = root.getElementsByTagName('filename')
    print image_dom[0].firstChild.data
    with open(train_txt, 'a+') as f:
        f.write(image_dom[0].firstChild.data)
        f.write('\n')
    image_dom[0].firstChild.data = image_dom[0].firstChild.data + '.jpg'
    with open(item, 'w') as f:
        dom.writexml(f, encoding='utf-8')

第三步:新建文件夹,命名为Annotations,将xml文件放到其中;   注意标签中尽量都使用小写字母,若最终想显示中文名字: [点击这里可以参考]

第四步:新建文件夹,为JPEGimages,将训练图片放到其中;

第五步:新建文件夹,ImageSets\Main里的四个txt文件;

  上述两个步骤,参考博客[链接]

训练遇到问题

第一个问题:

pb2.text_format.Merge(f.read(), self.solver_param) AttributeError: ‘module’ object has no attribute ‘text_format’

原因: 这个问题是由于google的protobuf的问题,关于这个的版本要小心操作!

解决办法:先采用第一种方法,需要再lib/fast_rcnn/train.py中添加:

import google.protobuf.text_format

若上述方法无效,可能配置环境的过程中,protobuf的版本无意中发生改动:pip install protobuf==2.6.0

第二个问题:

TypeError: slice indices must be integers or None or have an index method

原因:这是由于numpy的版本太高,numpy 1.12.0对这个做了些调整,把numpy降级到1.11.0就行了。

解决:查看numpy版本并对其进行降级,代码如下

python --version  
#查看python版本
python -c "import numpy; print numpy.__version__"
#查看numpy版本 
python -c "import numpy; print numpy.__file__"
#查看Numpy安装路径
sudo pip install -U numpy==1.11.0
#进行Numpy降级

另外一种比较特殊的情况,服务器中有两个python,2.7和3.4,而系统默认pip是装在python3.4上的。

输入:pip –version

显示:pip 9.0.1 from /usr/local/lib/python3.4/dist-packages (python 3.4)

执行以下代码,装到强制装到python2.7中:

sudo python2.7 /usr/local/bin/pip install -U numpy==1.11.0

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏前端儿

细说移动端 经典的REM布局 与 新秀VW布局

说到前端页面的布局方案,可以从远古时代的Table布局说起,然后来到 DIV+CSS布局,之后有了Float布局,Flex布局,Column布局,Grid布局等...

1102
来自专栏游戏开发那些事

【Unity3d游戏开发】浅谈UGUI中的Canvas以及三种画布渲染模式

  Canvas画布是承载所有UI元素的区域。Canvas实际上是一个游戏对象上绑定了Canvas组件。所有的UI元素都必须是Canvas的自对象。如果场景中没...

761
来自专栏肖蕾的博客

第十一章:游戏地图(二)LibGdx封装Tiled类集简介

DEMO地址:https://gitee.com/xcode_xiao/LibGdxDemos2/tree/master/MapDemo

511
来自专栏Android 技术栈

性能优化之布局优化记录

做开发时间长了之后,收集后台的bug,发现很多都是OOM(Out Of Memory Killer)。性能优化这时候成为了重点,下面是自己项目中布局优化的记录,...

442
来自专栏互联网杂技

微信小程序设计规范(官方)文档

image.png 为方便设计师进行设计,微信提供一套可供Web设计和小程序使用的基础控件库;同时提供方便开发者调用的资源。 基础样式库预览地址:https...

5178
来自专栏伪君子的梦呓

ScreenToGif --好用的gif录屏/剪辑软件

引言 遇到想向别人展示一下神操作,或者想向让别人看一下某些效果时,一张图片说不清,弄个视频又太麻烦,这可怎么好呢?其实一个ScreenToGif就可以解决了。 ...

2855
来自专栏极客生活

tableau绘制好看的折线图

731
来自专栏小文博客

为你的博客图片加水印吧——WaterMark(汉化)

1353
来自专栏Material Design组件

Material Design —Tabs

34910
来自专栏AndroidTv

一起撸个简单粗暴的Tv应用主界面的网格布局控件(下)

上一篇中我们已经一起学了怎么简单粗暴的撸个支持动态布局的网格控件出来,但在上一篇的介绍中,并没有学习实现网格控件的滑动效果,所以本篇就来讲讲,要如何让我们的网格...

3338

扫码关注云+社区