Caffe-SSD 和Faster RCNN訓練 Caltech行人資料集
阿新 • • 發佈：2019-02-15
前言：
本教程的主要內容：
1，將Caltech行人資料集轉換成Caffe-SSD，Faster RCNN系列能夠訓練的格式（VOC資料集格式）；
2，同理，可以將INRIA，ETH，TUD等資料集轉換成VOC格式。
3，Caltech資料集轉換後適用的演算法：RCNN系列（Faster RCNN，RFCN），SSD系列
Caltech資料集介紹：
該資料庫是目前規模較大的行人資料庫，採用車載攝像頭拍攝，約10個小時左右，視訊的解析度為640x480，30幀/秒。標註了約250,000幀（約137分鐘），350000個矩形框，2300個行人，另外還對矩形框之間的時間對應關係及其遮擋的情況進行標註。 
dbInfo.m中的第47行程式碼，紅色框中的skip就是每隔5幀提取出1幀圖片。可以自行設定。
test資料是每30幀提取一張圖片，設定內容與官網上提交測試結果統一。
第五步：生成的trainval和test資料夾中會有images和labels資料夾，分別存放了圖片和標註資訊。其中bounding box是txt格式的，我們需要轉化成VOC的xml格式。 執行第二步複製到%caffe-root%/data/caltech中的createXml.py，其中：
以上對應了你自己的路徑資訊。第一次執行生成trainval中的annotations，第二次執行修改foldername=‘test’後，生成test中的annotations。
第六步：在沒有行人的圖片中並不生成annotation檔案，可以將沒有行人的圖片移除。這裡將原來的原來的images資料夾改名為OImages，新建一個空資料夾images。
執行第二步複製來的move_jpgto.py。即可生成我們想要的VOC格式的caltech行人資料集。
補充一些：
這裡的caltech資料集分成了trainval和test兩部分，有別於VOC格式將trainval和test放在一起。如果明白caffe製作資料的原理就明白了，這裡其實是一樣的。
後面的步驟是將VOC格式的資料集轉換成caffe使用的lmdb格式。這裡基本沒什麼難點了。
補充一句：Caltech2VOC是對P神的matlab工具集進行的修改，如果對你有幫助，記著star一下，謝謝啦。
另附一句：如果什麼疑問可以加QQ：2427020508
dbInfo.m中的第47行程式碼，紅色框中的skip就是每隔5幀提取出1幀圖片。可以自行設定。
test資料是每30幀提取一張圖片，設定內容與官網上提交測試結果統一。
第五步：生成的trainval和test資料夾中會有images和labels資料夾，分別存放了圖片和標註資訊。其中bounding box是txt格式的，我們需要轉化成VOC的xml格式。 執行第二步複製到%caffe-root%/data/caltech中的createXml.py，其中：
以上對應了你自己的路徑資訊。第一次執行生成trainval中的annotations，第二次執行修改foldername=‘test’後，生成test中的annotations。
第六步：在沒有行人的圖片中並不生成annotation檔案，可以將沒有行人的圖片移除。這裡將原來的原來的images資料夾改名為OImages，新建一個空資料夾images。
執行第二步複製來的move_jpgto.py。即可生成我們想要的VOC格式的caltech行人資料集。
補充一些：
這裡的caltech資料集分成了trainval和test兩部分，有別於VOC格式將trainval和test放在一起。如果明白caffe製作資料的原理就明白了，這裡其實是一樣的。
後面的步驟是將VOC格式的資料集轉換成caffe使用的lmdb格式。這裡基本沒什麼難點了。
補充一句：Caltech2VOC是對P神的matlab工具集進行的修改，如果對你有幫助，記著star一下，謝謝啦。
另附一句：如果什麼疑問可以加QQ：2427020508