Faster Rcnn训练自己的数据集过程大白话记录
声明：每人都有自己的理解，动手实践才能对细节更加理解！
参考：https://www.cnblogs.com/darkknightzh/p/10043864.html
一.算法理解
此处省略一万字。。。。。。。。。。。。。。。。。。
二.训练及源码理解
首先配置：
在./lib/utils文件下....运行
python setup.py build_ext --inplace
python setup.py build_ext install
Go to ./lib/utils文件夹下...运行
python setup.py build_ext --inplace
- 数据介绍：检测图片当中的手写体区域，图片不多自己标注了大约800张，但是图片中的手写体区域大约几千个，之前训练CTPN自己制作的数据集。
- 数据格式：分为3个文件夹，首先是JPEGImages(存放的训练图片，命名格式:000000.png,000001.png...等)，然后是ImageSets(里面分Layout（包括test.txt,train.txt,trainval.txt,val.txt,存放训练测试验证的文件名称）和Main即可)，另外Annotations(存放的是标注数据，xml格式的，之前数据标注在txt里面，自己转为xml标标准格式存储，或者用labelImg-master(Windows)标注，直接生成xml即可)，至此数据准备完毕。。。。。。。
- 模型准备：默认前段卷积网络VGG16,vgg16需要自己下载，存放在路径.data/imagenet_weights/vgg16.ckpt
- 训练：train.py，主要流程及核心代码如下
net.create_architecture(sess, "TRAIN", self.imdb.num_classes, tag='default')
rois, cls_prob, bbox_pred = self.build_network(sess, training) rois为roi pooling层得到的框，cls_prob分类得分，bbox_pred框预测
net = self.build_head(is_training) vgg16卷积层提取特征，图片缩小16倍
rpn_cls_prob, rpn_bbox_pred, rpn_cls_score, rpn_cls_score_reshape = self.build_rpn(net, is_training, initializer) rpn网络（anchor生成与原图对应坐标），分类得分，候选框偏移等
rois = self.build_proposals(is_training, rpn_cls_prob, rpn_bbox_pred, rpn_cls_score) 通过超出图片区域，nms等筛选出合适的rois
cls_score, cls_prob, bbox_pred = self.build_predictions(net, rois, is_training, initializer, initializer_bbox) roi pooling,全连接预测等
- 训练自己数据修改的地方，手写体识别就设置了一个类别：chinese,在源码pascal_voc.py中修改self._classes=('__background__', 'chinese'）可以按照自己的类别进行修改，注意图片后缀格式，然后修改各种路径就可以训练了。
- 测试：迭代了10000次，用demo代码进行测试，数据较少，训练次数也不多，效果还可以，注意修改CLASSES = ('__background__', 'chinese') 预测结果如图所示：
-
