使用Faster RCNN训练自己的数据集

    conda create -n faster-rcnn python=3.6

 # CUDA 10.0

    
 conda install pytorch==1.2.0 torchvision==0.4.0

    pip install -r requirements.txt

    cd faster-rcnn && mkdir data

    mkdir pretrained_model

 cd lib

    
 python setup.py build develop
    
 cd ..

    ImportError: cannot import name '_mask'

 cd data

    
  
    
 git clone https://github.com/pdollar/coco.git 
    
  
    
 cd coco/PythonAPI
    
  
    
 make
    
  
    
 cd ../../..

    pip list

    ImportError: cannot import name 'imread'

 pip uninstall scipy

    
  
    
 pip uninstall pillow

 pip install scipy == 1.2.1

    
 pip install pillow == 6.1.0

    cd data && mkdir VOCdevkit2007

 ---VOC2007

    
     ------Annotations
    
     ------ImagesSet
    
       -------Main
    
              ----trainval.txt
    
              ----train.txt
    
              ----val.txt
    
              ----test.txt
    
     ------JPEGImages

 cd lib/datasets/

    
  
    
 vim pascal_voc.py

 # before

    
 self._classes = ('__background__',  # always index 0
    
                      'aeroplane', 'bicycle', 'bird', 'boat',
    
                      'bottle', 'bus', 'car', 'cat', 'chair',
    
                      'cow', 'diningtable', 'dog', 'horse',
    
                      'motorbike', 'person', 'pottedplant',
    
                      'sheep', 'sofa', 'train', 'tvmonitor')
    
  
    
 # after
    
 self._classes = ('__background__',  # always index 0
    
                      'xxx', 'yyy', 'zzz')

 # before

    
 cls = self._class_to_ind[obj.find('name').text.lower().strip()]
    
  
    
 # after
    
 cls = self._class_to_ind[obj.find('name').text.strip()]

 # train

    
 $ CUDA_VISIBLE_DEVICES=1 python trainval_net.py --dataset pascal_voc --net vgg16 --bs 16 --nw 4 --cuda --epochs 100

 CUDA_VISIBLE_DEVICES    # GPU ID，即使用哪块GPU进行训练

    
 -dataset    # 数据集类型，就以pascal-voc为例
    
 -net    # 所使用的backbone网络，以vgg16为例
    
 –bs    # 指的batch size，以16为例，显存不够就调小bs
    
 –nw    # 指的是worker number,取决于你的Gpu能力，以4为例，稍微差一些的gpu可以选小一点的值
    
 –cuda    # 指的是使用GPU训练
    
 -epochs    # 此处设为100，估计需要跑很久

 cd model/vgg16/pascal_voc

    
  
    
 # or
    
  
    
 cd model/res101/pascal_voc
    
  
    
 ls
    
  
    
 cd ../../../

 python test_net.py --dataset pascal_voc --net vgg16 --checksession $SESSION --checkepoch $EPOCH --checkpoint $CHECKPOINT --cuda

    
  
    
 # 批量测试
    
 $  python test_net.py --dataset pascal_voc --net vgg16 --checksession 1 --checkepoch 50 --checkpoint 460 --cuda