xuxiusheng/faster-r-cnn

Faster-RCNN-Pytorch

• 链接：https://pan.baidu.com/s/1GWatWKEJx_BVRK1liJ9rsw 提取码：xvg3
• 这是我训练的模型，在VOC2007上的mAP是48%左右，只训练了20个轮次

环境配置

• Python 3.8
• Pytorch 1.11.0
• Windows

文件结构

├── models: 网络结构定义，包括主干网络、RPN和检测头
├── utils: 训练验证模块以及预处理模块
├── dataset.py: 数据加载器模块
├── trainer.py: 模型训练器
├── train.py: 训练入口

数据集

• 数据集分为训练集和测试集，数据信息保存在txt中
• txt中每一行代表一张图片的信息，包括路径、坐标和类别信息
• 每一行的具体信息包括：图片路径 xmin,ymin,xmax,ymax,class,如果有多个目标框以空格分隔

训练方法

• 参数配置

  • 必改参数：

    • classes_dir: 设置成自己的种类文件路径
    • test_gap: 计算mAP的周期，如果数据集比较大，设置的可以大一些，默认是10个epoch
    • save_dir: 模型的保存路径

  • 非必改参数

    • input_shape: 模型训练输入尺寸，电脑性能好的话，可以设置的大一些
    • bs：训练批次，同上，根据电脑性能设置
    • id: 训练使用的GPU设备，目前只支持单GPU训练
    • pretrain_backbone: 是否使用冻结策略，即先冻结主干网络，只训练RPN和Head，默认使用
    • freeze_epoch: 冻结的轮次，pretrain_backbone为True时，此参数才有效

• Anchor尺寸

  先验Anchor的尺寸可以通过KMeans确定，也可以手工设定，本项目直接手工对Anchor硬编码，如果使用的数据集对象尺寸和VOC数据集相差比较大的话，建议使用KMeans聚类