Faster-RCNN训练自己的数据集

就目前我在了解到的资料来看，训练RCNN系列，一般有两种思路：

• 修改CNN的工程代码，适应自己的数据集格式
• 将自己的数据格式做成VOC2007形式的数据集

从工作量来看，无疑后者更容易一些，本文的思路也是如此。

1. 首先是图片的命名格式，虽然图片的命名理论上不会影响训练。因为训练的数据都是从txt文件中读取图片的名称。但是为了统一数据集，仍然建议批量、有规律的命名数据图片。

   我的数据集是jpg格式，和PASCAL_VOC2007一样。将图片置于同一个文件夹中，然后运行一段python代码即可。

   代码见文末

2. 命名之后，就可以进行标注了。我借用了一个网上的标注工具，windows7下运行良好，可惜没放出源码，无法学习交流。

   • 标注工具得到了一份标注的集合的txt文件，记录图片和标注信息

     

3. 上述都是准备工作，然后就可以制作VOC格式的数据集了。总体来看，VOC格式的数据集格式如下：

   ---VOC2007
   ------Annotations
   ------ImagesSet
   ---------Main
   ------JPEGImages
      
   1
   2
   3
   4
   5

   • Annotations中存放的是.xml文件，文件中记录描述每张图片的信息

     

   • ImagesSet\Main中存放txt文件，每个文件中写入训练和测试所用的数据(也就是图片名称的集合) 
     

   • JPEGImages中存放的是数据集中的图片

   关于VOC数据集格式，不清楚的可以下载一份VOC2007数据集，看一下就明白了。

4. 搞明白了数据集包含哪些内容之后就可以制作数据集了。首先是Annotations中的xml文件，这些文件是根据标注信息得到的txt文件生成的。我参考了网上的一些代码，自己写了一份python脚本，运行良好。只需要读入txt文件和遍历图片即可。

   代码见文末

   因为JPEGImages中只是存放图片，所以我在生成Annotations时，同时拷贝了每张图片到JPEGImages中，也就完成了这两个文件夹的内容。

   【注意】: xml文件中很多标签内容不一定要一样，可以自己定义，比如作者什么的，我是根据VOC的xml内容来修改的，大家也可以自己修改。

5. 制作Main中的四个txt文件

   txt内容即是图片名字，所以遍历一遍JPEGImages或者Annotations都行，我遍历了Annotations。

   • test.txt是测试集，大概是整个数据集的50%；
   • trainval是训练和验证数据集，也就是整个数据集的剩余的50%
   • train.txt是训练集，是trainval的50%
   • val.txt是验证集，trainval剩余的50%

   代码见文末

6. 这样就完成VOC2007格式的数据集的制作。如果想要训练faster-RCNN，还需要进入faster-RCNN中修改网络的一些参数。请参考：

   Faster-RCNN训练自己的数据集python版本

7. 因为标注过程中，可能存在标注的目标框太靠近边缘或者自己没注意，导致标注的数据在训练时产生了异常，通常是

   assert（boxes[:,2]>=boxes[:,0]）.all()

   这行代码报错。（反正我中招了。。。）

   原因和解决办法看这里

   解决faster-rcnn中训练时assert（boxes[:,2]>=boxes[:,0]）.all()的问题

   亲测前两步即可解决

以上即是简单的Faster-RCNN训练自己的数据集教程，整个教程涉及的代码(均为python)可以在github上下载，感谢参考的两篇博文！