基于pytorch框架的Faster-RCNN模型python源码+项目说明+数据集.zip

# Faster-RCNN pytorch实现的Faster-RCNN模型，**参考了许多人写的代码积累起来的**。 ## 环境： pytorch版本为**1.5** &ensp;&ensp; python版本为**python3.7**(只要是3问题不大) &ensp;&ensp; 内存最好**32G**, 数据集的那个类用了空间换时间的思想, 本来需要频繁IO装载图片张量, 我写的是直接一次性全拉到内存, IO次数大大减少, 缩短了训练单张图片的时间。 <br> ## 代码结构： &ensp;&ensp;checkpoints：存放训练时每个epoch得到的权重(基本上一个权重都有1G多)的包。 <br> &ensp;&ensp;configs：存放配置文件的包。 <br> &ensp;&ensp;nets：网络结构的包。 <br> &ensp;&ensp;pre_model_weights：存放预训练的vgg16权重的包。 <br> &ensp;&ensp;show_result：预测时候生成图片保存的包。 <br> &ensp;&ensp;utils：一些工具函数。 <br> &ensp;&ensp;kitti：kitti数据集。 <br> ## 数据集约定格式： <br> 训练所需要的数据集格式为VOC格式。 <br> VOCx <br> --Annotations <br> &ensp;&ensp; --*.xml(存放总训练集中各个图片的标注, 图片名和标注文件名一一对应) <br> --ImageSets <br> &ensp;&ensp; --Main <br> &ensp;&ensp;&ensp;&ensp; --train.txt(总训练集中抽出一部分作为训练集的txt) <br> &ensp;&ensp;&ensp;&ensp; --val.txt(总训练集中抽出一部分作为验证集的txt) <br> &ensp;&ensp;&ensp;&ensp; --trainval.txt(总训练集中抽出一部分作为训练和验证集的txt) <br> &ensp;&ensp;&ensp;&ensp; --train_test.txt(总训练集中抽出一部分作为测试集的txt) <br> &ensp;&ensp;&ensp;&ensp; --test.txt(真正测试集的txt) <br> --JPEGImages <br> &ensp;&ensp; --resize_test(真正测试集中将最小边放缩到600px之后的图片路径) <br> &ensp;&ensp; --resize_train_test(总训练集中抽出一部分作为测试集中将最小边放缩到600px之后的图片路径) <br> &ensp;&ensp; --resize_trainval(总训练集中抽出一部分作为训练和验证集中将最小边放缩到600px之后的图片路径) <br> &ensp;&ensp; --testing(原始的真正测试集图片路径) <br> &ensp;&ensp; --training(原始的总训练集图片路径) <br> <br> ## 步骤： <br> 1、写入训练的txt文件 <br> &ensp;&ensp; 修改configs包下面的config文件中三个属性 &ensp;&ensp; 然后根据自己的数据集的标注文件是怎么个形式选择执行data包下面process_data.py文件中的两个方法。 <br> &ensp;&ensp; 我这里写了两个方法： <br> &ensp;&ensp; &ensp;&ensp; ① 方法后缀名为_byTXT是根据txt标注生成txt文件同时生成xml标注, 这里注意要修改train_label_path为自己数据集中txt标注文件的绝对路径(process_data.py文件的最上方); <br> &ensp;&ensp; &ensp;&ensp; ② 后缀名为_byXML是根据xml标注生成txt文件。 <br> 2、修改配置文件中两个代表类名属性(一个是元组，一个是列表)以及class_num(总类别数, 而且对应类别的下标都是从1开始, 0表示背景), 都改为自己数据集中的类别即可。 <br> 3、根据机子来修改下面的两个配置, 一个是vgg16预训练权重的路径, 另一个是device(再GPU上跑还是CPU上跑)。 <br> 4、先根据下图修改配置, 再点击nets包下面的train.py文件即开始训练。 <br> 5、训练完成之后, 先根据下图修改配置, 再点击根目录下面的show_result.py文件即开始批量保存预测后的结果到show_result的文件夹下面。 <br>