Faster RCNN训练自己的数据集【傻瓜式教程】

一、下载源码

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

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

• 1

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

• 1

接着运行

python setup.py build_ext install

• 1

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

• 1

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()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37

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

• 1

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)), )

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27

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)), )

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28