标签：10 NWPU Faster voc py im loss print cls
使用Faster R-CNN算法在NWPU VHR-10数据集上实现目标检测。
使用Faster R-CNN算法在VOC2007数据集上实现目标检测的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。
一、所需文件下载链接
- Faster R-CNN源码及操作步骤Github链接→Faster-RCNN-TensorFlow-Python3。
- Faster-RCNN-TensorFlow-Python3-master压缩包百度云盘链接→提取码：76wq。
- NWPU VHR-10数据集百度云盘链接→提取码：1iam。
二、基础环境配置
- Windows10 + Anaconda3 + PyCharm 2019.3.3
- 安装CPU版本的TensorFlow
- 在PyCharm中配置好TensorFlow环境
三、训练及测试过程
-
下载并解压
Faster-RCNN-TensorFlow-Python3-master.zip，将文件夹重命名为Faster-RCNN_for_NWPU VHR-10。
-
将NWPU VHR-10数据集的格式转换成VOC2007数据集的的格式，并将转换好的数据集文件夹复制到
./Faster-RCNN_for_NWPU VHR-10/data路径下。
-
在配置好TensorFlow环境的PyCharm中打开
Faster-RCNN_for_NWPU VHR-10项目。
-
安装源码运行需要的Python包。打开好的Faster-RCNN_for_NWPU VHR-10项目中有一个
requirement.txt文件，其中记录了需要安装的包的名字。在PyCharm的终端Terminal中输入pip install -r requirements.txt后回车，安装需要的所有依赖包。
-
在PyCharm的终端Terminal中输入
cd data\coco\PythonAPI切换路径到./data/coco/PythonAPI，然后输入python setup.py build_ext --inplace并回车。
再输入python setup.py build_ext install并回车。
-
在PyCharm的终端Terminal中输入
exit退出当前路径，然后输入cd lib\utils切换路径到./lib/utils，再输入python setup.py build_ext --inplace并回车。
-
下载预训练模型VGG16，在
./data文件夹下新建文件夹imagenet_weights，将下载好的vgg_16_2016_08_28.tar.gz解压到./data/imagenet_weights路径下，并将vgg_16.ckpt重命名为vgg16.ckpt。
-
修改
config.py文件。在./lib/config文件夹下的config.py文件，是专门的配置文件，其中定义了模型的诸多参数，大家可以根据自己的需要修改相关参数。在这里，为了减少训练时间，我将最大迭代次数max_iters参数由40000改为10000，同时将迭代多少次保存一次模型snap_iterations参数由5000改为2000，其他参数未作改变。
-
修改
pascal_voc.py文件。在./lib/datasets文件夹下的pascal_voc.py文件，修改self._classes中指定的检测类别为NWPU VHR-10数据集的10个目标检测类别。
修改的代码如下所示。
self._classes = ('__background__', # always index 0 # 训练类别标签，包含背景类
'airplane', 'ship', 'storage tank', 'baseball diamond',
'tennis court', 'basketball court', 'ground track field',
'harbor', 'bridge', 'vehicle')
- 在PyCharm中打开
train.py文件 ，如果后面想要可视化loss的话，需要在如下图所示的两处添加代码，如果不需要的话，可忽略这一步。
添加的代码如下所示。
filename = './write_loss.txt' # 添加的代码（保存loss的文件）
# 添加的代码（可视化loss）
fw = open(filename, 'a')
fw.write(str(int(iter))+' '+str(float('%.4f' % total_loss))+"\n")
fw.close()
# 添加结束
- 在
train.py文件界面，右击后点击Run 'train'，开始训练。需要注意的是，每次训练前都要清空./data/cache和./default/voc_2007_trainval/default文件夹里面的文件。
- 在训练过程中可能会出现
total loss=nan的情况，如下图所示。
解决方案是将pascal_voc.py文件中的x1、x2、y1、y2变量的-1去掉。
也可能出现image invalid, skipping的问题，如下图所示。
解决方案是将config.py中的roi_bg_threshold_low的值改为0.0。
- 清空
./data/cache和./default/voc_2007_trainval/default文件夹里面的文件。在train.py文件界面，右击后点击Run 'train'，重新开始训练，直到迭代次数为10000。
- 训练结束后，如果训练前在
train.py文件中加了可视化loss的代码的话，可以在根路径下得到一个write_loss.txt文件，保存着每迭代10次对应的损失值。在根路径下新建一个Python文件visual_loss.py，代码如下，运行后可以在根目录下得到一张loss曲线图。
write_loss.txt文件文件内容如下图所示。
运行visual_loss.py文件，可得如下图所示的结果。
visual_loss.py文件的代码如下所示。
import numpy as np
import matplotlib.pyplot as plt
y_ticks = [0, 0, 0.5, 1.0, 2.0, 3.0, 4.0, 5.0] # 纵坐标的值，可以自己设置。
data_path = 'E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/write_loss.txt' # log_loss的路径
result_path = 'E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/total_loss' # 保存结果的路径
data1_loss = np.loadtxt(data_path)
x = data1_loss[:, 0] # 冒号左边是行范围，冒号右边列范围，取第一列
y = data1_loss[:, 1] # 取第2列
# 开始画图
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(x, y, label='total_loss')
plt.yticks(y_ticks) # 如果不想自己设置纵坐标，可以注释掉
ax.legend(loc='best')
ax.set_title('The loss curves')
ax.set_xlabel('batches')
fig.savefig(result_path)
plt.show()
-
训练时，模型保存的路径是
./default/voc_2007_trainval/default，每次保存模型都是保存4个文件。
-
新建
./output/vgg16/voc_2007_trainval/default文件夹，从./default/voc_2007_trainval/default路径下复制一组模型数据到新建的文件夹下，并将所有文件名改为vgg16.后缀。
-
准备开始测试已经训练好的模型。在PyCharm中打开
demo.py文件，并对如下图所示的部分进行修改。
修改的代码如下所示。
CLASSES = ('__background__',
'airplane', 'ship', 'storage tank', 'baseball diamond',
'tennis court', 'basketball court', 'ground track field',
'harbor', 'bridge', 'vehicle')
NETS = {'vgg16': ('vgg16.ckpt',), 'res101': ('res101_faster_rcnn_iter_110000.ckpt',)}
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]',
choices=NETS.keys(), default='vgg16')
parser.add_argument('--dataset', dest='dataset', help='Trained dataset [pascal_voc pascal_voc_0712]',
choices=DATASETS.keys(), default='pascal_voc')
- 为使得同一张图片上的所有目标检测框全部在一张图片上显示出来，需要修改
demo.py文件如下所示的部分。
修改的代码如下所示。
# def vis_detections(im, class_name, dets, thresh=0.5): # 修改这行代码为下面这行
def vis_detections(im, class_name, dets, ax, thresh=0.5): # 添加的代码（增加ax参数）（将同一张图片上的所有目标检测框全部在一张图片上显示）
"""Draw detected bounding boxes."""
inds = np.where(dets[:, -1] >= thresh)[0]
if len(inds) == 0:
return
# 注释的代码（将同一张图片上的所有目标检测框全部在一张图片上显示）
# im = im[:, :, (2, 1, 0)]
# fig, ax = plt.subplots(figsize=(12, 12))
# ax.imshow(im, aspect='equal')
# 注释结束
for i in inds:
bbox = dets[i, :4]
score = dets[i, -1]
ax.add_patch(
plt.Rectangle((bbox[0], bbox[1]),
bbox[2] - bbox[0],
bbox[3] - bbox[1], fill=False,
edgecolor='red', linewidth=3.5)
)
ax.text(bbox[0], bbox[1] - 2,
'{:s} {:.3f}'.format(class_name, score),
bbox=dict(facecolor='blue', alpha=0.5),
fontsize=14, color='white')
ax.set_title(('{} detections with '
'p({} | box) >= {:.1f}').format(class_name, class_name,
thresh),
fontsize=14)
# 注释的代码（将同一张图片上的所有目标检测框全部在一张图片上显示）
# plt.axis('off')
# plt.tight_layout()
# plt.draw()
# 注释结束
def demo(sess, net, image_name):
"""Detect object classes in an image using pre-computed object proposals."""
# Load the demo image
im_file = os.path.join(cfg.FLAGS2["data_dir"], 'demo', image_name)
im = cv2.imread(im_file)
# Detect all object classes and regress object bounds
timer = Timer()
timer.tic()
scores, boxes = im_detect(sess, net, im)
timer.toc()
print('Detection took {:.3f}s for {:d} object proposals'.format(timer.total_time, boxes.shape[0]))
# Visualize detections for each class
CONF_THRESH = 0.4 # 进行适当修改
NMS_THRESH = 0.2 # 进行适当修改
# 添加的代码（复制前面注释掉的vis_detections函数中for循环之前的3行代码到此处）（将同一张图片上的所有目标检测框全部在一张图片上显示）
im = im[:, :, (2, 1, 0)]
fig, ax = plt.subplots(figsize=(12, 12))
ax.imshow(im, aspect='equal')
# 添加结束
for cls_ind, cls in enumerate(CLASSES[1:]):
cls_ind += 1 # because we skipped background
cls_boxes = boxes[:, 4 * cls_ind:4 * (cls_ind + 1)]
cls_scores = scores[:, cls_ind]
dets = np.hstack((cls_boxes,
cls_scores[:, np.newaxis])).astype(np.float32)
keep = nms(dets, NMS_THRESH)
dets = dets[keep, :]
# vis_detections(im, cls, dets, thresh=CONF_THRESH) # 修改这行代码为下面这行
vis_detections(im, cls, dets, ax,
thresh=CONF_THRESH) # 添加的代码（将ax做为参数传入vis_detections）（将同一张图片上的所有目标检测框全部在一张图片上显示）
# 添加的代码（复制前面注释掉的vis_detections函数中for循环之后的3行代码到此处）（将同一张图片上的所有目标检测框全部在一张图片上显示）
plt.axis('off')
plt.tight_layout()
plt.draw()
# 添加结束
- 为了在测试时可以批量读取文件夹
JPEGImages中的图片，并将目标检测结果保存到一个新建文件夹中，需要修改demo.py文件如下所示的部分。
修改的代码如下所示。
# im_file = os.path.join(cfg.FLAGS2["data_dir"], 'demo', image_name)
im_file = os.path.join('E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/data/VOCdevkit2007/VOC2007/JPEGImages', image_name) # 修改测试图片路径
# im_names = ['000456.jpg', '000457.jpg', '000542.jpg', '001150.jpg',
# '001763.jpg', '004545.jpg']
im_names = os.listdir(
'E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/data/VOCdevkit2007/VOC2007/JPEGImages') # 需要进行测试的图片的路径
for im_name in im_names:
print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')
print('Demo for data/demo/{}'.format(im_name))
demo(sess, net, im_name)
# 保存测试图片目标检测结果，并设置输出格式
plt.savefig('E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/test_result/' + im_name, format='png',
transparent=True, pad_inches=0, dpi=300, bbox_inches='tight')
# plt.show()
-
在根路径下新建
test_result文件夹，然后运行demo.py，可在test_result文件夹中得到NWPU VHR-10数据集的目标检测结果。
-
上述代码的运行结果，对于目标比较多且集中的图片来说，得到的目标检测可视化结果看起来不是很美观。如下图所示，甚至某一个目标的类别及精度标签会覆盖其他目标的预测框。
所以为了得到更好的可视化结果，继续对demo.py文件进行如下修改。
修改目标检测结果的保存路径。
在根路径下新建test_result1文件夹，然后运行demo.py，可在test_result1文件夹中重新得到NWPU VHR-10数据集的目标检测结果。
对于目标比较多且集中的图片来说，这次得到的目标检测可视化结果看起来就比较美观了，如下图所示。
-
如果想要在测试时输出PR曲线并计算AP值的话，首先需要在
.\lib\datasets路径下打开pascal_voc.py文件，做如下修改。
修改和添加的代码如下所示。
# 添加的代码（输出PR曲线并计算AP值）
import matplotlib.pyplot as plt
import pylab as pl
# 添加结束
# filename = self._get_comp_id() + '_det_' + self._image_set + '_{:s}.txt' # 修改这行代码为下面这行
filename = self._image_set + '_{:s}' # 添加的代码（输出PR曲线并计算AP值）
def _do_python_eval(self, output_dir='output'):
annopath = self._devkit_path + '\\VOC' + self._year + '\\Annotations\\' + '{:s}.xml'
imagesetfile = os.path.join(
self._devkit_path,
'VOC' + self._year,
'ImageSets',
'Main',
self._image_set + '.txt')
cachedir = os.path.join(self._devkit_path, 'annotations_cache')
aps = []
# The PASCAL VOC metric changed in 2010
use_07_metric = True if int(self._year) < 2010 else False
print('VOC07 metric? ' + ('Yes' if use_07_metric else 'No'))
if not os.path.isdir(output_dir):
os.mkdir(output_dir)
for i, cls in enumerate(self._classes):
if cls == '__background__':
continue
filename = self._get_voc_results_file_template().format(cls)
rec, prec, ap = voc_eval(
filename, annopath, imagesetfile, cls, cachedir, ovthresh=0.5,
use_07_metric=use_07_metric)
aps += [ap]
# 添加的代码（输出PR曲线并计算AP值）
recs = []
precs = []
recs += [rec[-1]]
precs += [prec[-1]]
print('recall for {} = {:.4f}'.format(cls, rec[-1]))
print('precision for {} = {:.4f}'.format(cls, prec[-1]))
pl.plot(rec, prec, lw=2,
label='Precision-recall curve of class {} (area = {:.4f})'
''.format(cls, ap))
# 添加结束
print(('AP for {} = {:.4f}'.format(cls, ap)))
with open(os.path.join(output_dir, cls + '_pr.pkl'), 'wb') as f:
pickle.dump({'rec': rec, 'prec': prec, 'ap': ap}, f)
# 添加的代码（输出PR曲线并计算AP值）
pl.xlabel('Recall')
pl.ylabel('Precision')
plt.grid(True)
pl.ylim([0.0, 1.05])
pl.xlim([0.0, 1.05])
pl.title('Precision-Recall')
pl.legend(loc="upper right")
plt.savefig('E:/Remote Sensing/Faster-RCNN_for_NWPU VHR-10/PR_result/' + cls + '_PR.jpg')
plt.show()
# 添加结束
print(('Mean AP = {:.4f}'.format(np.mean(aps))))
print('~~~~~~~~')
print('Results:')
for ap in aps:
print(('{:.3f}'.format(ap)))
print(('{:.3f}'.format(np.mean(aps))))
print('~~~~~~~~')
print('')
print('--------------------------------------------------------------')
print('Results computed with the **unofficial** Python eval code.')
print('Results should be very close to the official MATLAB eval code.')
print('Recompute with `./tools/reval.py --matlab ...` for your paper.')
print('-- Thanks, The Management')
print('--------------------------------------------------------------')
- 在根路径下新建
PR_result文件夹，然后在.\lib\datasets路径下打开voc_eval.py文件，做如下修改。
修改的代码如下所示。
# tree = ET.parse(filename) # 修改这行代码为下面这行
tree = ET.parse('' + filename) # 添加的代码（输入PR曲线并计算AP值）
- 最后在根路径下新建
test_net.py文件，代码如下所示。
""""
Demo script showing detections in sample images.
See README.md for installation instructions before running.
"""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import argparse
import os
import tensorflow as tf
from lib.nets.vgg16 import vgg16
from lib.datasets.factory import get_imdb
from lib.utils.test import test_net
NETS = {'vgg16': ('vgg16.ckpt',)} # 自己需要修改：训练输出模型
DATASETS = {'pascal_voc': ('voc_2007_trainval',), 'pascal_voc_0712': ('voc_2007_trainval+voc_2012_trainval',)}
def parse_args():
"""Parse input arguments."""
parser = argparse.ArgumentParser(description='Tensorflow Faster R-CNN test')
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]',
choices=NETS.keys(), default='vgg16')
parser.add_argument('--dataset', dest='dataset', help='Trained dataset [pascal_voc pascal_voc_0712]',
choices=DATASETS.keys(), default='pascal_voc')
args = parser.parse_args()
return args
if __name__ == '__main__':
args = parse_args()
# model path
demonet = args.demo_net
dataset = args.dataset
tfmodel = os.path.join('output', demonet, DATASETS[dataset][0], 'default', NETS[demonet][0]) # 模型路径
# 获得模型文件名称
filename = (os.path.splitext(tfmodel)[0]).split('\\')[-1]
filename = 'default' + '/' + filename
imdb = get_imdb("voc_2007_test") # 得到
imdb.competition_mode('competition mode')
if not os.path.isfile(tfmodel + '.meta'):
print(tfmodel)
raise IOError(('{:s} not found.\nDid you download the proper networks from '
'our server and place them properly?').format(tfmodel + '.meta'))
# set config
tfconfig = tf.ConfigProto(allow_soft_placement=True)
tfconfig.gpu_options.allow_growth = True
# init session
sess = tf.Session(config=tfconfig)
# load network
if demonet == 'vgg16':
net = vgg16(batch_size=1)
# elif demonet == 'res101':
# net = resnetv1(batch_size=1, num_layers=101)
else:
raise NotImplementedError
net.create_architecture(sess, "TEST", 11, # 自己需要修改：类别数量+1
tag='default', anchor_scales=[8, 16, 32])
saver = tf.train.Saver()
saver.restore(sess, tfmodel)
print('Loaded network {:s}'.format(tfmodel))
print(filename)
test_net(sess, net, imdb, filename, max_per_image=100)
sess.close()
- 在
test_net.py文件界面，右击后点击Run 'test_net'，开始测试。需要注意的是，每次测试前都要清空./data/VOCdevkit2007/annotation_cache文件夹里面的文件。
运行结束后，可以得到每个类别各自的AP及mAP值。
在PR_result文件夹中，可以得到各个类别的PR曲线。
至此，Faster R-CNN模型在NWPU VHR-10数据集上的整个训练与测试过程就结束了。
标签：10,NWPU,Faster,voc,py,im,loss,print,cls 来源： https://blog.csdn.net/HUAI_BI_TONG/article/details/121520802
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。