用ImageNet的数据集训练Faster R-CNN

原创

于 2016-06-20 09:54:37 发布 · 1.4k 阅读

2 ·

CC 4.0 BY-SA版权

本文总结了使用ImageNet数据集训练Faster R-CNN时遇到的问题，包括宽高比限制、图片大小要求及XML文件处理。提供了MATLAB代码筛选XML，调整边界框坐标，以及修改相关文件避免训练错误的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用ImageNet的数据集训练Faster R-CNN问题汇总

一有些xml文件有问题，需要修改

二 object的长宽比有要求，否则训练过程中报错

anchor_target_layer.py”, line 137, in forward
gt_argmax_overlaps = overlaps.argmax(axis=0)
ValueError: attempt to get argmax of an empty sequence

object的bounding box的宽高比：

VOC2007：在0.117-15.500之间

ImageNet（ILSVRC2014）：在0.03-48.50之间

把数据的宽高比至少约束在0.117-15.500才能保证训练

三对图片的大小也有要求，不能太小

解决方法：

1.不是所有图片都有xml，所以我先根据Imagenet 数据集中bbox_train_v2中的xml文件把对应的图片复制出来。下面是matlab代码
%根据xml（在多个文件夹下）的名字找到该图片，保存这个图片
clc;
clear;

maindir = '/media/zc/A/Imagenet2012/bbox_train_v2'; %标签路径
maindir2 = '/media/zc/A/Imagenet2012/img_train';  %图片路径
a =