【object detection】Faster RCNN 实践篇 - 使用 resnet 做预训练，Kitti 数据集做 fine-tuning，训练一个目标检测模型

前言：

如下图所示，根据自己制定的“Deep Learning”学习计划，11月份的主要任务是：熟悉各大DL网络模型，主要以分类和检测为主；看论文；熟悉病理数据等。我们有一个2人组的小分队，我这个月的主要工作集中在学习目标检测的经典算法以及基于tensorflow或者keras跑一些经典的案例，主要有R-CNN，SPP-Net，Fast-RCNN，Faster-RCNN，YOLO等；另一名成员主要学习分类相关的经典网络模型，主要是google-net一系列的模型（inception-v1，inception-v2，inception-v3，resnet 等）。我们分别要整理出一份关于检测和分类的详细报告，然后不断完善、互相交流讨论、分享，发挥小分队的优势。

本文不打算介绍理论知识，网上有很多整理好的资源，如果后续有更深刻的理解，再另写博文整理。本文主要整理了Faster-RCNN的实践，使用了resnet网络参数做与训练、KITTI数据集做 fine-tuning。最近在 github 上找到一位乐于开源的大佬，这个大佬主要也是使用tensorflow和keras框架实现一些深度学习的案例。其中，本文的Faster-RCNN实践也是基于这位大佬开源的源码进行整理和归纳。本文的目的是，有需要的读者看到这篇博文，然后跟着做就能够把代码跑通，感受一下Faster-RCNN的魅力所在。如果读者在实践的过程中遇到任何问题，欢迎留言，我也会尽力跟大家一起解决问题。

本文假设实践的读者们已经搭好了 tensorflow 和 keras 框架。如果没有的话，可以参考如下几篇博文：

1）http://blog.youkuaiyun.com/houchaoqun_xmu/article/details/72461592

2）http://blog.youkuaiyun.com/houchaoqun_xmu/article/details/78508783

建议读者们使用 python3，tensorflow（>1.1），keras（2.0.9） 等环境，实践本文提供的Faster-RCNN案例。

Reference：

github 源码地址：https://github.com/Houchaoqun/keras_frcnn

TFFRCNN：https://github.com/CharlesShang/TFFRCNN

KITTI Datasets：http://www.cvlibs.net/datasets/kitti/index.php

h5 - 模型参数（inception-v3，resnet50，VGG16，VGG19）：http://pan.baidu.com/s/1dET5J7z    密码：hdp9

"Can't open attribute (can't locate attribute: 'layer_names')"：http://blog.youkuaiyun.com/dugudaibo/article/details/78008918

深度学习与计算机视觉 看这一篇就够了：http://blog.youkuaiyun.com/u012507022/article/details/51441629

前期准备工作：

1）下载 github 源码：

git clone https://github.com/Houchaoqun/keras_frcnn

2）下载 KITTI 数据集：

- 训练数据标签：http://kitti.is.tue.mpg.de/kitti/data_object_label_2.zip

- 训练数据图像：http://kitti.is.tue.mpg.de/kitti/data_object_image_2.zip

3）下载模型参数并存放到如下路径（需新建 model 文件夹），本文使用的是 resnet50 模型的参数：

./model/resnet50_weights_tf_dim_ordering_tf_kernels.h5    # 上文有提供一些模型参数的下载地址

4）根据源码，创建存放数据的文件夹（注意区分大小写）：

./media/jintian/Netac/Datasets/Kitti/object/training/image_2 

./media/jintian/Netac/Datasets/Kitti/object/training/label_2

5）将下载好的KITTI数据图像和标签分别存放在对应的路径下（根据源码而定），本文的路径示例如下所示：