Faster-RCNN訓練自己的數據集

就目前我在了解到的資料來看，訓練RCNN系列，一般有兩種思路：

修改CNN的工程代碼，適應自己的數據集格式

將自己的數據格式做成VOC2007形式的數據集

從工作量來看，無疑後者更容易一些，本文的思路也是如此。

首先是圖片的命名格式，雖然圖片的命名理論上不會影響訓練。因為訓練的數據都是從txt文件中讀取圖片的名稱。但是為了統一數據集，仍然建議批量、有規律的命名數據圖片。

我的數據集是jpg格式，和PASCAL_VOC2007一樣。將圖片置於同一個文件夾中，然後運行一段python代碼即可。

代碼見文末

命名之後，就可以進行標註了。我借用了一個網上的標註工具，windows7下運行良好，可惜沒放出源碼，無法學習交流。

標註工具得到了一份標註的集合的txt文件，記錄圖片和標註信息

這裡寫圖片描述

上述都是準備工作，然後就可以製作VOC格式的數據集了。總體來看，VOC格式的數據集格式如下：

---VOC2007

------Annotations

------ImagesSet

---------Main

------JPEGImages

1

2

3

4

5

Annotations中存放的是.xml文件，文件中記錄描述每張圖片的信息

這裡寫圖片描述

ImagesSetMain中存放txt文件，每個文件中寫入訓練和測試所用的數據(也就是圖片名稱的集合)

這裡寫圖片描述

JPEGImages中存放的是數據集中的圖片

關於VOC數據集格式，不清楚的可以下載一份VOC2007數據集，看一下就明白了。

搞明白了數據集包含哪些內容之後就可以製作數據集了。首先是Annotations中的xml文件，這些文件是根據標註信息得到的txt文件生成的。我參考了網上的一些代碼，自己寫了一份python腳本，運行良好。只需要讀入txt文件和遍歷圖片即可。

代碼見文末

因為JPEGImages中只是存放圖片，所以我在生成Annotations時，同時拷貝了每張圖片到JPEGImages中，也就完成了這兩個文件夾的內容。

【注意】: xml文件中很多標籤內容不一定要一樣，可以自己定義，比如作者什麼的，我是根據VOC的xml內容來修改的，大家也可以自己修改。

製作Main中的四個txt文件

txt內容即是圖片名字，所以遍歷一遍JPEGImages或者Annotations都行，我遍歷了Annotations。

test.txt是測試集，大概是整個數據集的50%；

trainval是訓練和驗證數據集，也就是整個數據集的剩餘的50%

train.txt是訓練集，是trainval的50%

val.txt是驗證集，trainval剩餘的50%

代碼見文末

這樣就完成VOC2007格式的數據集的製作。如果想要訓練faster-RCNN，還需要進入faster-RCNN中修改網路的一些參數。請參考：

Faster-RCNN訓練自己的數據集python版本

因為標註過程中，可能存在標註的目標框太靠近邊緣或者自己沒注意，導致標註的數據在訓練時產生了異常，通常是

assert（boxes[:,2]>=boxes[:,0]）.all()

這行代碼報錯。（反正我中招了。。。）

原因和解決辦法看這裡

解決faster-rcnn中訓練時assert（boxes[:,2]>=boxes[:,0]）.all()的問題

親測前兩步即可解決

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！