py-faster-rcnn + cpu安裝及訓練自己的資料集
下面分兩部分來講解，第一部分為py-faster-rcnn及caffe框架安裝。第二部分講解如何修改相關檔案，訓練自己的資料集。
第一部分 安裝
把專案程式碼clone下來, 注意是遞迴下載，裡面包含專案自帶的caffe，跟原版的caffe略有不同，一定要注意：
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git安裝python包cython, 使用pip安裝：
sudo pip install cython編譯cython
cd /py-faster-rcnn/lib
修改setup.py檔案，註釋掉GPU相關程式碼，如下：
#CUDA = locate_cuda() 到這裡， 我們就完成了所得的安裝。
第二部分 訓練自己的資料集
首先，我們先執行一下專案自身的demo
下載論文中提到的pascal voc 2007 資料集，pascal voc 2012資料集類似可下載：
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下載完成後，解壓縮：
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCdevkit_08-Jun-2007.tar解壓縮完成後，會形成如下的目錄結構：
$VOCdevkit/
$VOCdevkit/VOCcode/
$VOCdevkit/VOC2007我們對pascal voc2007 資料集做一個連結：
cd py-faster-rcnn/data
ln -s /path/to/VOCdevkit VOCdevkit2007現在,在data目錄下會出現VOCdevkit2007資料夾， 結構與VOCdevkit相同。
訓練資料集, 論文提供幾種訓練方式， 具體引數可看程式碼做相應設定：
cd py-fatser-rcnn
./experiments/scripts/faster_rcnn_alt_opt.sh [NET] [--set ...]
or
./experiments/scripts/faster_rcnn_end2end.sh [NET] [--set ...]或者我們也可以執行下面命令進行訓練：
./tools/train_net.py --cpu --solver path/to/solver.prototxt --weights path/to/pretrain_model --imdb voc_2007_trainval --iters 100000 --cfgs experiments/cfgs/faster_rcnn_end2end.yml測試可使用如下命令列：
./tools/test_net.py --cpu --def path/to/test.prototxt --net path/to/your/final.model --imdb voc_2007_test --cfgs experiments/cfgs/faster_rcnn_end2end.yml論文作者已經預訓練好幾種模型， 我們下載即可：
cd py-faster-rcnn
./data/scripts/fetch_faster_rcnn_models.sh
./data/scripts/fetch_imagenet_models.sh
./data/scripts/fetch_selective_search_data.sh下載完成後， 解壓縮模型，然後執行：
./tools/demo.py會看到影象識別結果。
ok， 下面我們試著修改檔案，換成自己的資料集，進行訓練和測試。替換過程中，我們依然保持資料夾名稱不變，只置換裡面的資料。
我們下載解壓後的資料集儲存在：
/data/VOCdevkit2007/VOC2007
VOC2007下有三個資料夾：
VOC2007/Annotations
VOC2007/ImageSets
VOC2007/JPEGImagesAnnotations: 儲存與圖片對應的xml檔案，每個xml檔案包含object的bbox，name等
ImageSets: 儲存切分好的資料集，包括train,val,test等檔案；
JPEGImages: 儲存所有的圖片；
我們把自己的訓練集替換掉原始的檔案，放到相應的上述三個目錄下即可。
另外， 在標註資料的過程中， 發現一個非常方便的標註軟體labelImg, 在圖片上畫出框之後，會自動生成訓練所需格式的xml檔案。
github專案主頁地址：https://github.com/tzutalin/labelImg
感興趣的可以自行下載安裝使用。
資料集替換問題解決了，接下來，我們一步步的修改檔案：
cd /lib/datasets首先，修改pascal_voc.py，
self.CLASS = (
‘background‘, #保留這個類別
。。。
)
改成你自己要識別的object 類別，比如我要識別people，只需把people類別加進去即可。
然後修改模型引數， 以訓練faster_rcnn_end2end模型為例：
cd /models/pascal_voc/VGG16/faster_rcnn_end2end包括三個prototxt檔案，分別修改如下：
對於solver.prototxt, 模型引數初始化，一般不需要修改；
對於train.prototxt, 修改如下幾個地方：
①num_classes : 設定為你的識別類別數， 比如說我只識別people這一類， 則為2（1 + 背景類）
②cls_score 層， inner_product_param引數， num_output :也設定為2（1 + 背景類）
③bbox_pred層， inner_product_param引數， num_output:設定為(1 + 背景類) ×4
對於test.prototxt檔案， 修改如下：
①cls_score層， inner_product_param引數， num_output: 設定為2（1 + 背景類）
到這裡，我們針對自己的資料集，要修改的都已經改完了。訓練的命令列再上面已經給出，這裡不在寫出。接下來就是耐心的等待訓練結果啦。
訓練完成後， 可以執行demo.py 來檢視識別結果。注意，別忘了修改 CLASS的類別。另外，demo.py每次識別一張圖片，若包含多個不同的類別，識別結果不能顯示在同一張圖片上， 可略做修改即可。
例如可以把demo.py裡的demo函式和vis_detections函式寫成一個函式：
def vis_detections(im, net, image_name, thresh=0.5):
"""Draw detected bounding boxes."""
scores, boxes = im_detect(net, im)
print ('Detection took {:.3f}s for '
'{:d} object proposals').format(timer.total_time, boxes.shape[0])
NMS_THRESH = 0.3
for cls_ind, cls in enumerate(CLASSES[1:]):
cls_ind += 1 # because we skipped background
cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
cls_scores = scores[:, cls_ind]
dets = np.hstack((cls_boxes,
cls_scores[:, np.newaxis])).astype(np.float32)
keep = nms(dets, NMS_THRESH)
dets = dets[keep, :]
inds = np.where(dets[:, -1] >= thresh)[0]
# print inds
if len(inds) > 0:
for i in inds:
bbox = dets[i, :4]
score = dets[i, -1]
cv2.rectangle(im, (bbox[0], bbox[1]),(bbox[2], bbox[3]),(0,255,0),3)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(im, '{:s} {:.3f}'.format(cls, score), (bbox[0], bbox[1]), font, 0.5, (0,0,255),1)
# detection result path
cv2.imwrite(result_dir + '/' + image_name + '.jpg', im)