Faster-RCNN_TF

这是一个基于 TensorFlow 的 Faster R-CNN 实验性实现——一种结合区域建议网络的卷积神经网络目标检测模型。有关 R-CNN 的详细信息，请参阅 Shaoqing Ren、Kaiming He、Ross Girshick 和 Jian Sun 发表的论文《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》（http://arxiv.org/pdf/1506.01497v3.pdf）。

软件要求

1. TensorFlow 的依赖项（详见：TensorFlow 官网）

2. 您可能尚未安装的 Python 包：cython、python-opencv、easydict

硬件要求

1. 使用 VGG16 训练端到端版本的 Faster R-CNN 时，3GB 显存即可（需使用 CUDNN）。

安装（仅需完成演示即可）

1. 克隆 Faster R-CNN 仓库

   # 请务必使用 --recursive 选项进行克隆
   git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git
   

2. 构建 Cython 模块

   cd $FRCN_ROOT/lib
   make
   

演示

在成功完成 基本安装 后，您就可以运行演示了。

下载在 PASCAL VOC 2007 数据集上训练的模型 [Google Drive] [Dropbox]

运行演示：

cd $FRCN_ROOT
python ./tools/demo.py --model model_path

该演示使用在 PASCAL VOC 2007 数据集上训练的 VGG16 网络进行目标检测。

模型训练

1. 下载训练、验证、测试数据及 VOCdevkit 数据集

   wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
   wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
   wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
   

2. 将所有 tar 文件解压到一个名为 VOCdevkit 的目录中

   tar xvf VOCtrainval_06-Nov-2007.tar
   tar xvf VOCtest_06-Nov-2007.tar
   tar xvf VOCdevkit_08-Jun-2007.tar
   

3. 目录结构应如下所示：

   $VOCdevkit/                           # 开发工具包
   $VOCdevkit/VOCcode/                   # VOC 工具代码
   $VOCdevkit/VOC2007                    # 图像集、标注文件等
   # ... 还有其他几个目录 ...
   

4. 为 PASCAL VOC 数据集创建符号链接

   cd $FRCN_ROOT/data
   ln -s $VOCdevkit VOCdevkit2007
   

5. 下载预训练的 ImageNet 模型

   下载预训练的 ImageNet 模型 [Google Drive] [Dropbox]

   mv VGG_imagenet.npy $FRCN_ROOT/data/pretrain_model/VGG_imagenet.npy
   

6. 运行脚本以训练和测试模型

   cd $FRCN_ROOT
   ./experiments/scripts/faster_rcnn_end2end.sh $DEVICE $DEVICE_ID VGG16 pascal_voc
   

   DEVICE 可以是 cpu 或 gpu。

在 PASCAL VOC 2007 上的测试结果

类别	AP
飞机	0.698
自行车	0.788
鸟	0.657
船	0.565
瓶子	0.478
公共汽车	0.762
汽车	0.797
猫	0.793
椅子	0.479
牛	0.724
餐桌	0.648
狗	0.803
马	0.797
摩托车	0.732
人	0.770
盆栽植物	0.384
绵羊	0.664
沙发	0.650
火车	0.766
电视监视器	0.666
mAP	0.681

参考资料

Faster R-CNN Caffe 版本

SubCNN 的 TensorFlow 实现（开发中）

Faster-RCNN_TF 快速上手指南

Faster-RCNN_TF 是一个基于 TensorFlow 的实验性实现，用于通过区域建议网络（RPN）进行物体检测。本指南将帮助你快速完成环境配置、安装并运行演示。

环境准备

在开始之前，请确保你的系统满足以下软硬件要求：

系统要求

• 操作系统: Linux (推荐 Ubuntu)
• GPU: 若需训练端到端版本（使用 VGG16），建议显存至少 3GB 并安装 CUDNN。仅运行演示对硬件要求较低。

前置依赖

请确保已安装 TensorFlow。此外，还需安装以下 Python 包：

pip install cython python-opencv easydict

提示: 国内用户可使用清华或阿里镜像源加速安装，例如： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cython python-opencv easydict

安装步骤

1. 克隆仓库

务必使用 --recursive 参数克隆，以包含必要的子模块。

git clone --recursive https://github.com/smallcorgi/Faster-RCNN_TF.git
cd Faster-RCNN_TF
export FRCN_ROOT=$(pwd)

2. 编译 Cython 模块

进入库目录并执行编译命令：

cd $FRCN_ROOT/lib
make

基本使用

完成上述安装后，你可以下载预训练模型并运行演示脚本。

1. 下载预训练模型

下载在 PASCAL VOC 2007 数据集上训练的 VGG16 模型。

• Google Drive: 下载链接
• Dropbox: 下载链接

注意: 如果上述链接访问缓慢，请尝试使用国内代理工具或寻找国内镜像资源。下载完成后，记下模型的本地路径（例如 /path/to/VGGnet_fast_rcnn_iter_70000.ckpt）。

2. 运行演示

在项目根目录下执行以下命令，将 model_path 替换为你实际的模型文件路径：

cd $FRCN_ROOT
python ./tools/demo.py --model model_path

该脚本将加载 VGG16 网络并对默认图片进行物体检测，输出检测结果。