FasterRCNN训练自己的数据集【傻瓜式教程】-创新互联

一、下载源码

本文采用的源码是：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3

成都创新互联专注于企业全网整合营销推广、网站重做改版、通辽网站定制设计、自适应品牌网站建设、html5、成都做商城网站、集团公司官网建设、外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为通辽等各大城市提供网站开发制作服务。二、配置环境

由于本文是小白教程，光写几个环境怕有人配置不好或者配置版本搞乱。Faster RCNN配置环境比较复杂。我在这直接贴图我的环境版本图：

先安装tensorflow-gpu，然后依次安装cython、opencv-python、easydict、Pillow、matplotlib、scipy，版本的话看我的版本装就行。

三、安装C++编译环境

根据官网给的安装程序会报错：安装visual studio C++ build tools时遇到安装包缺失或损坏的问题。在这直接下载离线包安装，目前很多博主或者资源都要收费，这里免费共享给大家百度网盘链接：

链接：https://pan.baidu.com/s/1ClJQQ_Tfh9OSME489bNBng
提取码：5czp

下载后解压，右键管理员身份运行，如图：

四、编译环境

首先进入模型文件夹data\coco\PythonAPI下，在这个环境下进入到自己配置的环境中，依次运行以下命令：

python setup.py build_ext --inplace

这里会出现报错：error: command ‘C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\link.exe’ failed with exit status 1158
解决方案：在全局搜索工具中搜索rc.exe，没有工具的自行去下。如图

然后一定要退出窗口重新进入到自己配置的环境中，不退出继续执行还是会报这个错。然后重新运行以下命令：

python setup.py build_ext --inplace

接着运行

python setup.py build_ext install

然后进入到模型文件夹./lib/utils下，运行以下命令：

python setup.py build_ext --inplace

做完这一步，环境就算大功告成了。

五、制作自己的数据集

在data文件夹下新建VOC2007文件夹，VOC2007文件夹结构如图：

接下来划分数据集，会在ImageSets/Main下生成4个txt文件，具体看代码：

import os
import random

trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'data/VOC2007/Annotations'
txtsavepath = 'data/VOC2007/ImageSets/Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('data/VOC2007/ImageSets/Main/trainval.txt', 'w')
ftest = open('data/VOC2007/ImageSets/Main/test.txt', 'w')
ftrain = open('data/VOC2007/ImageSets/Main/train.txt', 'w')
fval = open('data/VOC2007/ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

这样数据集就算做好了。

六、开始训练

进入自己配置好的环境：

python train.py

运行开始训练。

七、解决报错

1.AttributeError：module tensorflow no attribute app
解决方案：将import tensorflow as tf 改为import tensorflow.compat.v1 as tf
2.AttributeError: ‘version_info’ object has no attribute ‘version’
解决方案：

找到箭头所指文件，打开将：

class version_info(NamedTuple):
    major: int
    minor: int
    micro: int
    releaselevel: str
    serial: int

    @property
    def __version__(self):
        return "{}.{}.{}".format(self.major, self.minor, self.micro) + (
            "{}{}{}".format(
                "r" if self.releaselevel[0] == "c" else "",
                self.releaselevel[0],
                self.serial,
            ),
            "",
        )[self.releaselevel == "final"]

    def __str__(self):
        return "{} {} / {}".format(__name__, self.__version__, __version_time__)

    def __repr__(self):
        return "{}.{}({})".format(
            __name__,
            type(self).__name__,
            ", ".join("{}={!r}".format(*nv) for nv in zip(self._fields, self)),
        )

替换为：

class version_info():
    def __init__(self, major: int, minor: int, micro: int, releaselevel: str, serial: int):
        self.major = major
        self.minor = minor
        self.micro = micro
        self.releaselevel = releaselevel
        self.serial = serial

    @property
    def __version__(self):
        return "{}.{}.{}".format(self.major, self.minor, self.micro) + (
            "{}{}{}".format(
                "r" if self.releaselevel[0] == "c" else "",
                self.releaselevel[0],
                self.serial,
            ),
            "",
        )[self.releaselevel == "final"]

    def __str__(self):
        return "{} {} / {}".format(__name__, self.__version__, __version_time__)

    def __repr__(self):
        return "{}.{}({})".format(
            __name__,
            type(self).__name__,
            ", ".join("{}={!r}".format(*nv) for nv in zip(self._fields, self)),
        )

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

分享标题：FasterRCNN训练自己的数据集【傻瓜式教程】-创新互联
URL标题：http://bzwzjz.com/article/doedgs.html