faster-RCNN_TF训练自己的数据集

我使用的faster-RCNN的代码是最原始的一个python版本（https://github.com/smallcorgi/Faster-RCNN_TF）
给自己标记数据的工具为LabelImg（https://github.com/tzutalin/labelImg），关于怎么用这个工具制作自己的数据集，参见（https://www.jianshu.com/p/4451e6cc1d67）

因为俺也是初学者嘛，不怎么会改代码，因此我把自己的数据直接处理成了VOC2007的结构，这样我只需要去修改classes的类别，不用担心文件的路径。

修改的文件

1. Faster-RCNN_TF/lib/datasets/pascal_voc.py
   
   修改红色的地方，可以把其中的类改成自己定义的那些类，但是第一行的background不能动，那个相当于是背景类。
   如果你想强行来训练PNG图片的话，就把图中黄色圈圈的jpg改成png

2. Faster-RCNN_TF/lib/networks/VGGnet_train.py

   
   
   

   改成你的类别数 + 1，因为有一个背景类别。

3. Faster-RCNN_TF/lib/networks/VGGnet_test.py

   
   
   

   同上进行修改。

4. Faster-RCNN_TF/tools/demo.py

   
   
   

   同1中进行修改即可

注：修改完了之后要删除修改的文件对应的pyc编译文件

训练自己的数据

训练前要把官方的数据替换掉，如果你拿原始数据训练过，还需要把load的数据和模型删掉。
需要删除的文件在这三个目录下面：

Faster-RCNN_TF/output/faster_rcnn_end2end/voc_2007_trainval/
Faster-RCNN_TF/data/cache/
Faster-RCNN_TF/data/VOCdevkit2007/annotations_cache/

准备进行训练

进入Faster-RCNN_TF/lib目录make一下，再进入Faster-RCNN_TF目录执行

./experiments/scripts/faster_rcnn_end2end.sh gpu 0 VGG16 pascal_voc

训练到最后会报错，提示 --weights: expected one argument, 这时候需要添加我们训练好的模型路径。在训练阶段，这个问题可以通过修改shell脚本faster_rcnn_end2end.sh来解决，做如下修改：

--weights ${NET_FINAL} \
修改为
--weights output/faster_rcnn_end2end/voc_2007_trainval/VGGnet_fast_rcnn_iter_70000.ckpt \

这样即可完成我们自己数据集的训练和测试！！