TFA/FsDet训练自定义VOC数据集

参考博客：【小样本目标检测实践VOC格式】Frustratingly Simple Few-Shot Object Detection-优快云博客

一、配置环境

1、代码下载链接：GitHub - wz940216/few-shot-object-detection: Implementations of few-shot object detection benchmarks

2、创建环境

conda create -n tfa python=3.7 #创建名为tfa的环境
conda activate tfa #激活环境

3、pytorch安装

这里我安装的是torch 1.9.0 + cu111

pytorch网址链接：PyTorch

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

4、detectron2安装

我安装的是对应torch1.9.0 + cu111的 detectron2 v0.5 版本（注意：detetron2需根据torch版本选择对应版本进行安装）

detetron2网址：Releases · facebookresearch/detectron2 (github.com)

python -m pip install detectron2==0.5 -f \
  https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.9/index.html

5、其他库安装

cd 到下载的代码文件下，安装requirements.txt中所写库

python3 -m pip install -r requirements.txt

二、制作数据集

1、将自己的数据集准备好后放入代码中的datasets文件下，其中datasets/VOC2007/Annotations保存的为标签文件，datasets/VOC2007/ImageSets/Main保存的是训练，测试的txt文件，datasets/VOC2007/JPEGImages保存的是所有的图像（包括所有基类和新类训练、验证以及测试的图像）

2、下载官方预训练权重

下载链接：

https://link.youkuaiyun.com/?target=https%3A%2F%2Fdl.fbaipublicfiles.com%2Fdetectron2%2FImageNetPretrained%2FMSRA%2FR-101.pkl

3、制作few-shot数据集

修改fsdet/data/builtin.py文件中有关voc数据集代码

由于我的数据集中只有voc2007，为了方便起见，所有year中只保留了2007

 修改fsdet/data/builtin_meta .py中类别，我的数据集结构为 2 basec lasses，1 novel class

 修改fsdet/data/meta_pascal_voc .py中数据集路径

修改 datasets/prepare_voc_fews_shot .py中类别、路径后，运行，会在dadasets/vocsplit下生成few-shot数据集

 

三、训练

（1）基础训练

 修改configs/Base-Rcnn-FPN.yaml中学习率（自行选择是否修改）

修改configs/PascalVOC-detection/split/faster_rcnn_R_101_FPN_base1.yaml文件

weights修改为之前下载好的pkl文件路径，num_classes修改为基类，Datasets中train和test修改为我们注册好的数据集，max_iter可修改迭代次数

修改好后我们开始第一阶段训练，在终端运行以下代码 ，我采用单卡训练，故num-gpus为1

python3 -m tools.train_net --num-gpus 1 \
        --config-file configs/PascalVOC-detection/split1/faster_rcnn_R_101_FPN_base1.yaml

 （2）初始化检测头

在进行完基础训练后，会生成checkpoint文件夹，在其中找到model_final.pth文件，则证明训练完成

在tools/ckpt_surgery.py中修改src1，save-dir，method参数，其中src1为上一步所提到的checkpoint文件夹下model_final.pth文件，save-dir为初始化检测头后权重文件保存路径，method为初始化方法，这里选择随机初始化

 

 运行tools/ckpt_surgery.py，在save-dir中路径产生初始化后权重文件

 （3）迁移训练

这里我选择10shot训练方式，修改configs/pascalvoc/split1/faster_rcnn_ R_101_FPN_ft_all1_10shot.yaml文件中weights为上一步中转换后的权重文件，num-classes为所有类别，datasets修改为已注册的自定义数据集。

base-lr为学习率参数，可自行修改，ims_per_batch为batchsize参数，可自行修改，max-iters为迭代次数，可自行修改。

修改好后，终端运行

python3 -m tools.train_net --num-gpus 1 \
        --config-file configs/pascalvoc/split1/faster_rcnn_ R_101_FPN_ft_all1_10shot.yaml

训练完后，发现新类类别AP为0，故不冻结backbone进行训练，修改configs/pascalvoc/split1/faster_rcnn_ R_101_FPN_ft_all1_10shot.yaml文件中backbone中freeze参数为false

 重新训练后得到

至此，完成所有训练。