Faster R-CNN代码简介 - 李理的博客

本文简单的介绍Faster R-CNN代码的使用。更多文章请点击深度学习理论与实战：提高篇。

转载请联系作者(fancyerii at gmail dot com)！

安装
数据准备
训练
测试
预测

Faster R-CNN有很多开源的版本，我们这里介绍PyTorch实现的用法。前面介绍过原理，这里就不分析源代码了，有兴趣的读者开源自己阅读源代码。

安装

建议使用virtualenv安装。

# 获取代码
git clone https://github.com/jwyang/faster-rcnn.pytorch.git
#或者使用作者fork的版本，保证代码和作者使用的一致
# git clone https://github.com/fancyerii/faster-rcnn.pytorch.git

# 安装virtualenv
virtualenv -p /usr/bin/python3.6 venv
source venv/bin/activate

# 安装pytorch 0.4.0(注意这个实现只支持0.4.0，不能安装0.4.1或者更新版本)
# whl包需要去PyTorch的官网下载，更加自己的Python版本，GPU进行选择合适的下载安装
# 这里有老的版本下载： https://pytorch.org/get-started/previous-versions/

# 安装其它依赖
pip install -r requirements.txt

数据准备

有很多数据集可以选择，我们这里使用PASCAL VOC数据集，这是官网。

cd faster-rcnn.pytorch
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar

解压这3个tar包，创建data目录并且建立符号链接。

tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar

# mkdir data && cd data
ln -s ../VOCdevkit VOCdevkit2007

训练

使用如下脚本进行训练，比较重要的参数是lr，如果太大可能会出现nan/inf，作者使用这个参数是可以收敛的。

python trainval_net.py --dataset pascal_voc --net res101 --bs 1 --nw 1 \
    --lr 0.0004 --lr_decay_step 8 --cuda

测试

接下来是用测试集合进行测试，作者训练后得到的mAP在73.5%左右。读者可以多调调超参数，源代码作者得出的mAP是在75.2%左右。

python test_net.py --dataset pascal_voc --net res101 \
--checksession 1 --checkepoch 20 --checkpoint 10021 \
--cuda

Saving cached annotations to /bigdata/lili/faster-rcnn.pytorch/data/VOCdevkit2007/VOC2007/ImageSets/Main/test.txt_annots.pkl
AP for aeroplane = 0.7534
AP for bicycle = 0.8044
AP for bird = 0.7760
AP for boat = 0.6076
AP for bottle = 0.5756
AP for bus = 0.8021
AP for car = 0.8283
AP for cat = 0.8664
AP for chair = 0.5332
AP for cow = 0.8147
AP for diningtable = 0.6709
AP for dog = 0.8700
AP for horse = 0.8561
AP for motorbike = 0.7939
AP for person = 0.7834
AP for pottedplant = 0.4588
AP for sheep = 0.7238
AP for sofa = 0.7499
AP for train = 0.7524
AP for tvmonitor = 0.6907
Mean AP = 0.7356

python demo.py --net res101 \
--checksession 1 --checkepoch 20 --checkpoint 10021 \
--cuda --load_dir models --image_dir testimgs

预测

我们创建一个测试目录testimgs，在里面放几张图片，看看实际检测的效果。

python demo.py --net res101 --checksession 1 --checkepoch 20 --checkpoint 10021 \
    --cuda --load_dir models --image_dir testimgs

下图是上面命令检测的实际效果，汽车都被正确的检测出来了。

图：Faster R-CNN检测效果

FEATURED TAGS

人工智能深度学习 chatbot PyTorch Java BERT git 编程 OCR 汪曾祺语音识别 Kaldi Linux XLNet 情感分析 sentiment analysis 语法纠错 Transformer Tensorflow Huggingface Ubuntu TensorFlow 深度学习框架 Tensor2Tensor 机器翻译微信 wechat automation selenium webdriver pywinauto CentOS GPU Appium t2t 代码阅读中英翻译公众号爬虫 ocr tesseract pytesseract python 默认参数位置参数 VPN JSON Jackson huggingface PagedAttention vLLM Pre-training LLM CPT weather forecasting graph neural networks qlora quantization transformers cmake pip pipenv conda padding vscode debug source code build deep learning Speech ASR linux pytorch extension Deep Learning

FRIENDS

Li Li