RefineDet訓練自己的數據

https://github.com/sfzhang15/RefineDet

1、編譯安裝

cp Makefile.config.example Makefile.config

make all -j4

make pycaffe

2、訓練

    （1）原作只提供了resnet101,vgg16兩種網絡，因項目需要，我替換為了小網絡。

    （2）替換類別，將21替換為自己的類別+1，另外將63（21*3）替換為（cls+1）*3

      (3) 修改 test/lib/datasets/pascal_voc.py 

      (4) 由 自己的數據集創建lmdb

            創建VOC格式的數據；

            修改create_list.sh;    

root_dir=$HOME/RefineDet/data/VOCdevkit
sub_dir=ImageSets/Main
bash_dir="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
for dataset in trainval test
do
  dst_file=$bash_dir/$dataset.txt
  if [ -f $dst_file ]
  then
    rm -f $dst_file
  fi
  for name in VOC0712
  do
    #if [[ $dataset == "test" && $name == "VOC2012" ]]
    #then
    #  continue
    #fi

       create_data.sh(主要是文件路徑) ;     

redo=1
data_root_dir="$HOME/RefineDet/data/VOCdevkit"
dataset_name="VOC0712"
mapfile="$root_dir/data/$dataset_name/labelmap_huogui.prototxt"
anno_type="detection"

   labelmap_voc替換為自己的類別;

   (5) 將生成的相關文件拷貝到examples/VOC0712下面

 

目測訓練很慢。。。

3萬多次, loss還是比較大