這裡，我就主要記錄一下自己在跑tensorflow框架下的faster-rcnn。

首先，就是硬體要求,這裡只能做到使用一塊GPU。

具體環境要求：

        1.Ubuntu  16.04系統、CUDA 8.0和cudnn（可以支援NVIDIA的GPU運算，當然有很多人在說這個環境，可以再參考其他相關文章）

        2.python版本opencv和gpu版本的tensorflow，自己的python版本是2.7的， 所以自己就找了2.7版本的opencv和tensorflow（必須是gpu版，因為我們要使用gpu）。

一、資料集準備

我們在做目標識別時，大家都知道要有訓練集、驗證集以及測試集，當然資料集格式也有很多種，我們這裡使用的是pascal_voc資料格式。如下圖是voc2007資料集資料夾格式
JPEGImages--------用來儲存你的資料圖片，當然，對於faster-rcnn來講，所有的圖片必須是jpg/jpeg格式，其他格式的話要轉換一下。另外，一定要對圖片進行編號，一般按照voc資料集格式，採用六位數字編碼，如000001.jpg、000002.jpg等。Annotations----------這裡是存放你對所有資料圖片做的標註，每張照片的標註資訊必須是xml格式。lmageSets-----------該檔案下有一個main檔案，main檔案下有四個txt檔案，分別是train.txt、test.txt、trainval.txt、val.txt，裡面都是存放的圖片號碼，當然，我們現在只關注訓練，所以要將所有用做訓練的圖片號碼放入train.txt中，一行一個編號。這裡需要說明一下，如果想訓練一個比較好的模型，資料集的量一定要大，自己之前使用了一個1000多張的訓練資料集，經過自己驗證，無法訓練出來一個好的分類器模型。當然，大家想自己製作資料集，並且做標註，這也是一個十分大的工程，具體如何做標註，大家可以參考其他部落格。當然，大家只需要修改voc2007資料集中的這三個檔案即可，這樣就可以避免一些更繁瑣的步驟。

二、程式和環境編譯

我的建議是大家在執行前，先理解faster-rcnn結構，然後去看它的python版本和matlab版本程式碼，最後在下載Faster-RCNN-TF的程式，這樣會讓我們在修改的時候節省很多時間，同時，也讓自己的思路清晰。對於faster-rcnn-tf的程式，最主要的資料夾如下圖：

data-----------------這裡是用來存放你的資料圖片的

experiments------這個資料夾決定了你要採用什麼樣的方式去訓練你的資料，大家都知道，faster-rcnn提供了兩種訓練方式：

                               1.交替訓練（alt_opt）

                               2.近似聯合訓練（end-to-end）

                               這裡我們就使用的是第二種，因為它速度更快，同時也能保證準確率，但是兩者修改程式碼是不一樣的。

lib--------------------存放python的介面檔案，如需要資料讀入等。

tools-----------------存放的是訓練、測試等python檔案，這裡是我們的重點。

output是用來存放自己訓練好的模型的，所以在未訓練前，裡面是空的。我建議大家要仔細閱讀README.md檔案，可以很好的幫助我們執行程式。

我們現在已經有程式程式碼了，然後我們現在先建立Cython環境

進入終端，我們找到Faster-rcnn-TF的資料夾

點選回車，如果大家之前的軟體環境都有的話，這一步會完成編譯。

之後，我們需要下載一個已經訓練好的模型，用來測試它的demo.py（也就是例程），這裡直接用它README.md中給的網站下載就可以了，然後把模型放在tools/model（新建model資料夾）資料夾中就可以，方便我們呼叫。另外，這個程式是基於voc2007資料集訓練的，所以它訓練的是21類，測試例程的模型也是區分21類物體的。

這裡，對於model模型存放的位置，大家根據自己修改，另外，對於tensorflow版本的模型來講，它由三個檔案（字尾名為data-00000-of-00001、index、meta）組成，所以大家只需要寫到ckpt即可。這裡我使用的是自己訓練好的一個模型，所以大家湊合看即可。如果demo.py執行順利，我們就可以訓練自己的資料模型了。

三、訓練

1.替換資料。大家應該提前下好voc資料集，並儲存在data/VOCdevkit2007下，那麼替換資料就是將自己訓練集的Annotations、lmageSets和JPEGlmages檔案和原檔案替換即可。大家替換資料後，一定要將data/cache中的pkl檔案刪除，不然不會獲得修改後的資料。

2.修改程式碼      我們採用的是VGG16的網路以及近似聯合訓練，所以修改也依據此。

（1）lib/datatsets/pascal_voc.py

2 .lib/datasets/imdb.py  (第22行0改為5)

3. lib/networks/VGGnet_train.py  （第7行）

同理，VGGnet_test.py修改同上（）

4. 為了大家測試demo.py的方便，所以大家也把tools/demo.py中的類別改成自己的類別

（5）修改迭代次數等引數

這裡大家根據自己的計算，選擇合適的迭代次數以及學習率等， 個人認為，初試學習率0.001，如果不收斂再減小一個量級，另外，70000次在gpu（看自己的gpu效能，我的是1080）上跑，也只是需要半天多的時間，所以還是可以接受的迭代次數，至於選擇多少迭代次數合適，可以根據不同次數訓練好的模型，測試驗證。

首先在experiments/scripts/faster_rcnn_end2end.sh檔案中修改迭代次數：在ITERS中修改成自己想要的引數
然後，我們進入lib/fast_rcnn/config.py，對config.py進行修改：
其中，第一項，就是學習率，STEPSIZE就是你對訓練步長的修改，這裡一定要小於等於前面訓練檔案的ITERS引數。其他大家可以選擇保持一致，對於動量和伽馬引數不用修改，當然，對於訓練每隔多少次顯示，大家根據自己情況修改，這裡是10次一顯示。除此，我們可以修改batch的大小，第一個引數是每次輸入faster-rcnn網路中圖片數量，第二個引數就是訓練batch的大小。還有關於模型儲存問題：
這裡，第一個引數是訓練時，每迭代多少次儲存一次模型；第二個引數是儲存時模型的名字。另外，大家要在訓練的時候，可以將rpn檢測目標設定為True，這個根據自己情況了

大家需要注意一點，就是修改py檔案前，大家把它對應的pyc檔案刪掉，修改後再重新編譯一下。上面的步驟都需要重新編譯一下。

（6）接下來就可以輸入訓練命令了進入你的Faster-rcnn資料夾，然後直接輸入     ./experiments/scripts/faster_rcnn_end2end.sh gpu 0  VGG16  pascal_voc這裡的%DEVICE 是你使用cpu還是gpu，當然，我是使用的gpu。%DEVICE_ID是你輸入gpu的編號。另外，可能會遇到資料夾許可權低的問題，這裡我有個提升資料夾許可權的操作。進入root許可權，然後輸入提升資料夾許可權的命令
這樣的話，你就可以使用訓練命令了，當然，大家如果想了解這個指令的解釋，可以直接去百度查。大家需要注意一點，就是修改py檔案前，大家把它對應的pyc檔案刪掉，修改後再重新編譯一下。上面的步驟都需要重新編譯一下。