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java 成神之路

使用 NIO 实现 echo 服务器

5477
来自专栏Ceph对象存储方案

Luminous版本PG 分布调优

Luminous版本开始新增的balancer模块在PG分布优化方面效果非常明显,操作也非常简便,强烈推荐各位在集群上线之前进行这一操作,能够极大的提升整个集群...

3595
来自专栏魂祭心

原 canvas绘制clock

4994
来自专栏陈仁松博客

ASP.NET Core 'Microsoft.Win32.Registry' 错误修复

今天在发布Asp.net Core应用到Azure的时候出现错误InvalidOperationException: Cannot find compilati...

5198
来自专栏一个爱瞎折腾的程序猿

sqlserver使用存储过程跟踪SQL

USE [master] GO /****** Object: StoredProcedure [dbo].[sp_perfworkload_trace_s...

2810
来自专栏一个会写诗的程序员的博客

Spring Reactor 项目核心库Reactor Core

Non-Blocking Reactive Streams Foundation for the JVM both implementing a Reactiv...

2712
来自专栏张善友的专栏

Silverlight + Model-View-ViewModel (MVVM)

     早在2005年,John Gossman写了一篇关于Model-View-ViewModel模式的博文,这种模式被他所在的微软的项目组用来创建Expr...

3248
来自专栏跟着阿笨一起玩NET

c#实现打印功能

3562
来自专栏张善友的专栏

LINQ via C# 系列文章

LINQ via C# Recently I am giving a series of talk on LINQ. the name “LINQ via C...

2955
来自专栏pangguoming

Spring Boot集成JasperReports生成PDF文档

由于工作需要,要实现后端根据模板动态填充数据生成PDF文档,通过技术选型,使用Ireport5.6来设计模板,结合JasperReports5.6工具库来调用渲...

1.4K7

扫码关注云+社区