經過幾天的努力，成功訓練自己的資料集，並進行了單張圖片的測試。

訓練過程中val準確率約為0.91。看起來效果還比較理想，是否已經過擬合還沒有進行確定。

在訓練過程中，最討厭的就是處理檔案路徑和檔案存放位置。

一、ImageNet分類部分：

caffe模型下有一個example資料夾，我在example資料夾下建立了一個自己的資料夾，fine_tune_my。並將所有的資料都存放在這個資料夾裡。包括：data，model，執行檔案sh。

（1）

在data裡面，包括訓練集、驗證集、平均影象，以及生成dmb的py檔案。

另外，包括一些標明檔案資訊的txt文件。我覺得這些txt文件是最為麻煩的。

（2）

在model裡面，包括訓練網路結構、測試網路結構、訓練引數。

這次的任務是分類出：交通標誌與交通燈。

下一步的目標是：檢測交通標誌與交通燈。會有如下幾個步驟：

（1）準備資料：

1萬張圖片：6000訓練+4000測試。需要轉成VOC2007資料集的標註格式。這個比較簡單，但是需要時間。

（2）調整網路結構：

（3）調整訓練引數，以及網路引數

（4）測試，提交結果

二、Faster rcnn物體檢測部分：

1、準備資料集：

（1）生成output.txt文件，其中內容每行格式如下：000002.jpg dog 44 28 132 121

這一步，包含兩部分：讀取每一張影象，檢測每一張影象包含物體種類，輸出資料。

在程式change.py中進行編寫。

（2）利用下載下來的VOC2007xml.m，生成voc2007資料集中的xml檔案；

（3）將圖片、標註集放在faster rcnn指定資料夾內。

（4）修改faster rcnn網路引數（輸出層、anchor）、訓練引數（batch size），並進行訓練

首先，針對特定資料集，修改網路結構引數，內容包括：

modes下面：faster_rcnn_alt_opt下面的：

stage1_fast_rcnn_train.pt

stage1_rpn_train.pt

stage2_fast_rcnn_train.pt

stage2_rpn_train.pt

faster_rcnn_test.pt

其次，針對特定資料集，修改處理資料部分的引數，包括：

lib/datasets下面的：pascal_voc.py

lib/datasets下面的：imdb.py

最後，針對訓練過程的訓練引數，進行修改：

（batch_size ——lib中faster rcnn的config.py中修改，學習率；——在model裡面修改；max_iters——在tools裡面修改）

學習率：

py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt中的solve

迭代次數：rpn第1階段，fast rcnn第1階段，rpn第2階段，fast rcnn第2階段

py-faster-rcnn\tools的train_faster_rcnn_alt_opt.py

py-faster-rcnn/models/pascal_voc/ZF/faster_rcnn_alt_opt裡對應的solver檔案（有4個）也修改，stepsize小於上面修改的數值。

（5）執行測試，並記錄測試結果

首先，先刪除部分歷史干擾資料：

output資料夾刪除（或改個其他名）

py-faster-rcnn/data/cache中的檔案
py-faster-rcnn/data/VOCdevkit2007/annotations_cache中的檔案刪除（如果有的話）

執行訓練語句：

On VGG16: run ./tools/train_net.py --gpu 2 --solver models/VGG16/solver.prototxt --weights data/imagenet_models/VGG16.v2.caffemodel --imdb kaggle_train