Faster-Rcnn：Two-Stage目标检测模型在Pytorch当中的实现

---

目录

1. 性能情况 Performance
2. 所需环境 Environment
3. 文件下载 Download
4. 预测步骤 How2predict
5. 训练步骤 How2train
6. 评估步骤 How2eval
7. 参考资料 Reference

性能情况

训练数据集	权值文件名称	测试数据集	输入图片大小	mAP 0.5:0.95	mAP 0.5
VOC07+12	voc_weights_resnet.pth	VOC-Test07	-	-	77.87
VOC07+12	voc_weights_vgg.pth	VOC-Test07	-	-	75.22

所需环境

torch == 1.2.0

文件下载

训练所需的voc_weights_resnet.pth或者voc_weights_vgg.pth可以在百度云下载。
voc_weights_resnet.pth是resnet为主干特征提取网络用到的；
voc_weights_vgg.pth是vgg为主干特征提取网络用到的；
链接: https://pan.baidu.com/s/1-PtvHJGTvXJ5YYWs1hs9hQ 提取码: kdps

VOC数据集下载地址如下：
VOC2007+2012训练集
链接: https://pan.baidu.com/s/16pemiBGd-P9q2j7dZKGDFA 提取码: eiw9

VOC2007测试集
链接: https://pan.baidu.com/s/1BnMiFwlNwIWG9gsd4jHLig 提取码: dsda

预测步骤

a、使用预训练权重

1. 下载完库后解压，在百度网盘下载voc_weights_resnet.pth或者voc_weights_vgg.pth，放入model_data，运行predict.py，输入

img/street.jpg

2. 在predict.py里面进行设置可以进行fps测试和video视频检测。

b、使用自己训练的权重

1. 按照训练步骤训练。
2. 在frcnn.py文件里面，在如下部分修改model_path、backbone和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，backbone对应主干特征提取网络的种类，classes_path是model_path对应分的类。

_defaults = {
    "model_path": 'model_data/voc_weights_resnet.pth',
    "classes_path": 'model_data/voc_classes.txt',
    "confidence": 0.5,
    "backbone": "resnet50"
}

3. 运行predict.py，输入

img/street.jpg

4. 在predict.py里面进行设置可以进行fps测试和video视频检测。

训练步骤

1. 本文使用VOC格式进行训练。
2. 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在训练前利用voc2frcnn.py文件生成对应的txt。
5. 再运行根目录下的voc_annotation.py，运行前需要将classes改成你自己的classes。注意不要使用中文标签，文件夹中不要有空格！

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

6. 此时会生成对应的2007_train.txt，每一行对应其图片位置及其真实框的位置。
7. 在训练前需要务必在model_data下新建一个txt文档，文档中输入需要分的类，示例如下：
   model_data/new_classes.txt文件内容为：

cat
dog
...

8. 将train.py的NUM_CLASSSES修改成所需要分的类的个数（不需要+1），运行train.py即可开始训练。

评估步骤

评估过程可参考视频https://www.bilibili.com/video/BV1zE411u7Vw
步骤是一样的，不需要自己再建立get_dr_txt.py、get_gt_txt.py等文件。

1. 本文使用VOC格式进行评估。
2. 评估前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 评估前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在评估前利用voc2frcnn.py文件生成对应的txt，评估用的txt为VOCdevkit/VOC2007/ImageSets/Main/test.txt，需要注意的是，如果整个VOC2007里面的数据集都是用于评估，那么直接将trainval_percent设置成0即可。
5. 在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。
6. 运行get_dr_txt.py和get_gt_txt.py，在./input/detection-results和./input/ground-truth文件夹下生成对应的txt。
7. 运行get_map.py即可开始计算模型的mAP。

mAP目标检测精度计算更新

更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
具体mAP计算过程可参考：https://www.bilibili.com/video/BV1zE411u7Vw

Reference

https://github.com/chenyuntc/simple-faster-rcnn-pytorch
https://github.com/eriklindernoren/PyTorch-YOLOv3
https://github.com/BobLiu20/YOLOv3_PyTorch