Faster RCNN网络配置

简介

该代码主要参考了jwyang/faster-rcnn.pytorch的PyTorch复现工程，如在学习时遇到问题，可前往jwyang的问题区查看是否有解决方法。

准备工作

首先clone本书代码到本地：

git clone https://github.com/dongdonghy/Detection-PyTorch-Notebook.git

然后切换到本代码：

cd Detection-PyTorch-Notebook/faster-rcnn.pytorch

依赖

• Python 2.7或者3.6
• Pytorch 0.4.0
• CUDA 8.0或者更高

数据准备

• PASCAL_VOC 07+12: 如果是VOC的数据集，按照py-faster-rcnn的方法准备VOC数据集，并创建软连接到data文件夹。

• COCO: 如果是COCO数据集，则按照py-faster-rcnn的方法准备COCO数据集，并创建软连接到data文件夹。

预训练权重

作者提供了VGG与ResNet101两个不同的预训练权重:

• VGG16: Dropbox, VT Server

• ResNet101: Dropbox, VT Server

下载相应的预训练权重，并放到data/pretrained_model文件夹下，从实验发现caffe得到的预训练权重模型精度更高，因此使用了caffe的预训练权重。

编译

由于NMS、RoI Pooling、RoI Align等模块依赖于自己实现的CUDA C代码，因此这部分需要单独进行编译，首先在lib/make.sh中将CUDA_ARCH改为自己GPU对应的arch，对应表如下：

GPU model	Architecture
TitanX (Maxwell/Pascal)	sm_52
GTX 960M	sm_50
GTX 1080 (Ti)	sm_61
Grid K520 (AWS g2.2xlarge)	sm_30
Tesla K80 (AWS p2.xlarge)	sm_37

更多关于arch的介绍可以参考官方介绍：cuda-gpus 或者sm-architectures

使用pip安装Python的依赖库：

pip install -r requirements.txt

编译依赖CUDA的库：

cd lib
sh make.sh

训练

训练Faster RCNN指令如下：这里默认使用VOC数据集、VGG16的预训练模型，众多超参可根据实际情况修改。

CUDA_VISIBLE_DEVICES=0 python trainval_net.py \

这里使用了train_net.py中的默认参数，众多超参可根据实际情况修改。Batch Size以及Worker Number可根据GPU能力合理选择。

前向测试

训练完想要测试模型在测试集上的前向效果，运行如下指令：

python test_net.py --dataset pascal_voc --net vgg16 \
                   --checksession $SESSION --checkepoch $EPOCH --checkpoint $CHECKPOINT \
                   --cuda

SESSION、EPOCH、CHECKPOINT修改为自己想要前向测试的模型