安卓>> Faster-R-CNN-Keras>> 返回
项目作者： DataXujing

项目描述 ：
:construction::construction::construction: Faster R-CNN实现安防中安全帽佩戴目标检测
高级语言： Python
项目地址: git://github.com/DataXujing/Faster-R-CNN-Keras.git
创建时间： 2019-12-16T06:19:08Z
项目社区：https://github.com/DataXujing/Faster-R-CNN-Keras
开源协议：
下载


基于Faster R-CNN的安全帽目标检测

Xu Jing

0. :bug: 关于数据

1. :fire: 训练模型前的准备

  • A.数据准备

数据的标注仍然采用VOC格式的数据标注形式，如果是其他的标注形式比如COCO请自行实现相关代码。将数据最终转化为如下形式：

  1.     #  单行数据的结构： (path_filename, x1, y1, x2, y2, class_name)
  2.     # Note:
  3.     #   一个path_filename 可能对应多个类别(class_name)，每个类别占用一行数据
  4.     #   x1, y1, x2, y2 是原图像的坐标, 而不是ratio后图像上的坐标
  5.     #   (x1, y1) 标注框的左上坐标; (x2, y2) 标注框的右下坐标
  6.     #   x1,y1-------------------
  7.     #   |                       |
  8.     #   |                       |
  9.     #   |                       |
  10.     #   |                       |
  11.     #   ---------------------x2,y2

可以运行如下代码实现数据集的准备工作:

  1. python3 ./data/data_pro.py

将在./data文件夹下生成annotation.txt文件，这样训练数据的准备工作即完成。

  1. # path_filename, x1, y1, x2, y2, class_name
  2. /home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/000605.jpg,37,12,151,154,hat
  3. /home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/000605.jpg,243,1,393,176,hat
  4. /home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/PartB_02176.jpg,92,593,180,684,person
  5. /home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/PartB_02176.jpg,229,648,357,777,person
  • B.配置文件准备

根据自己的训练集和训练任务修改./keras_frcnn/config.py的配置文件,相关参数的解释和配置如下：

  1. self.verbose = True  # 显示训练过程
  2. self.network = 'vgg' # backbone 目前支持vgg(VGG16),resnet50,xception,inception_resnet_v2
  4. # 数据增强策略
  5. self.use_horizontal_flips = False  # 水平随机裁剪
  6. self.use_vertical_flips = False  # 垂直随机裁剪
  7. self.rot_90 = False    # 随机90度旋转
  9. # Anchor Box的scale
  10. # 根据具体的情况去修改，一般是图像或目标的大小做调整！！！！
  11. # self.anchor_box_scales = [128,256,512]
  12. self.anchor_box_scales = [4,8,16,64,128,256,512,1024]
  15. # Anchor Box的ratio
  16. self.anchor_box_ratios = [[1, 1], [1, 2], [2, 1]]
  17. # self.anchor_box_ratios = [[1, 1]]
  19. # 图像最小变填充后的尺寸
  20. self.im_size = 600
  22. # 图像channel-wise上的mean和std,这个值是根据ImageNet数据集得到的
  23. # 可以根据自己训练集调整
  24. self.img_channel_mean = [103.939, 116.779, 123.68]
  25. self.img_scaling_factor = 1.0
  27. # 一次得到的ROI的个数
  28. self.num_rois = 32
  30. # RPN网络特征图的缩小倍数(VGG16的是16,其他网络请自行修改该参数)
  31. # 换网络时 要换的！！！
  32. self.rpn_stride = 16
  33. # 训练时是否做类别blance
  34. self.balanced_classes = False
  36. # Regression时的scaling the stdev
  37. self.std_scaling = 4.0
  38. self.classifier_regr_std = [8.0, 8.0, 4.0, 4.0]
  40. # 训练集制作过程中的正负样本的划分策略，详细才考faster R-CNN原论文
  41. # overlaps for RPN
  42. self.rpn_min_overlap = 0.3
  43. self.rpn_max_overlap = 0.7
  45. # overlaps for classifier ROIs
  46. self.classifier_min_overlap = 0.1
  47. self.classifier_max_overlap = 0.5
  49. # class类别映射
  50. self.class_mapping = None
  52. # base network的预训练模型的存放位置
  53. # keras预训练模型可以在这里下载： https://github.com/fchollet/deep-learning-models
  55. self.model_path = './pre_train/vgg16_weights_tf_kernels_notop.h5'  # 我们使用VGG16

2. :racehorse: 训练模型

预训练模型的下载地址： https://github.com/fchollet/deep-learning-models

Shell下运行：

  1. python3 train_frcnn.py --path="./data/annotation.txt" --network="vgg" --input_weight_path="./pre_train/vgg16_weights_tf_kernels_notop.h5"

windows下直接运行我们写好的批处理文件：

  1. run_train.bat

3. :rocket: 模型推断

将需要测试的图像和视频拷贝到./new_test文件夹

  • A.单张图像推断

Shell下运行：

  1. python3 test_frcnn.py --path="./new_test"

windows下直接运行我们写好的批处理文件：

  1. run_inference.bat
  • B.视频推断

Shell下运行：

  1. python3 test_frcnn_video.py --path="./new_test/test_video.mp4"

windows下直接运行我们写好的批处理文件：

  1. test_video.bat

4. :tada: DEMO

:white_check_mark: Reference

[1] Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks, 2015

[2] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning, 2016

[3] https://github.com/you359/Keras-FasterRCNN

[4] Keras Pretrained Model Zoo

[5] Hat Data Introduction