一、 faster rcnn环境搭建 
下载源码 https://github.com/rbgirshick/py-faster-rcnn Python版本 
https://github.com/ShaoqingRen/faster_rcnn Matlab版本 
本文介绍matlab版本的配置过程: 
1、 在Faster_rcnn-master目录下添加bin文件 
2、 在Faster_rcnn-master目录下添加models文件 
3、 在external/caffe目录下添加MATLAB文件 
4、 添加datasets文件夹，文件夹内为 数据集，可以使用VOC2007或者自己的数据集 
5、 如果想直接测试，不需要添加datasets文件夹在Faster_rcnn-master目录下添加output文件，文件为训练好的模型，就可以直接运行experiments/script_faster_rcnn_demo.m，注意：运行时目录应在主目录Faster_rcnn-master下 
6、 如果训练VOC2007数据，只需下载VOC2007的数据集，存放在datasets文件夹中，如果训练自己的数据集，则需要把自己的数据集做成和VOC2007相同格式的。 
二、 制作数据集 
我的数据集的图片格式是png，标记内容存储在txt中，写一个txt到xml格式转换的数据接口。 
三、 细节修改 
1、 datasets/VOCdevkit2007/VOCcode/VOCinit.m 
 
将VOC2007改成自己数据集文件夹的名字 
 
图片的格式，因为我的是png格式的所以需要修改，如果自己的数据集和VOC2007的数据集格式相同都是jpg，则不需要修改。 
 
修改自己检测目标的类别，比如我只有一类就写一个，类别全写上。类别和文件名一定要和Annotation/**.xml的标记信息里的内容对应，如图中黄色所示，前两个和文件夹名称对应，最后一个对应检测类别。 
 
2、 imdb/imdb_from_voc.m 
 
改为 imdb.extension=’png’,如果数据集中的图片格式本身是jpg格式，则不需要修改。 
3、 VOCdevkit2007/results 
在results下新建一个文件夹，名字是“你的数据集的文件夹名”， “你的数据集的文件夹名”下新建一个Main文件夹 
4、 VOCdevkit2007/local 
在local下新建一个文件夹，名字是“你的数据集的文件夹名” 
5、 functions/fast_rcnn/fast_rcnn_train.m 
 
可能会在randperm（N，k）出错，建议将val_iters改小，具体数值根据自己的数据集修改，一般为val的1/5 
6、 funvtions/rpn/proposal_train.m 
 
与5同样的问题 
7、 imdb/imdb_eval_voc.m 
 
改为： 
 
8、 网络模型修改 
1）、models/fast_rcnn_prototxts/ZF/train_val.prototxt 
 
其中K为类别数，根据K值不同进行修改 
 
 
2）、models/fast_rcnn_protoxtxs/ZF/test.prototxt 
 
3)、models/fast_rcnn_prototxts/ZF_fc6/train_val.prototxt 
 
 
4)、models/fast_rcnn_prototxts/ZF_fc6/test.prototxt 
 
最后在训练之前把output文件夹删除，把imdb/cache文件删除 
9、 训练： 
Experiments/script_faster_rcnn_VOC2007_ZF.m 
训练完后 
将output/faster_rcnn_final/faster_rcnn_VOC2007_ZF/detection_test.prototxt进行修改，将relu5（包括relu5）前的层删除，并将roi_pool5的bottom改为data和rois，将input“data”下的input_dim分别改为1，256，50，50（VGG为1，512，50，50），如图所示

 
 
10、 测试 
Experiments/script_faster_rcnn_demo.m 运行 
注意将调用的模型和图片改为自己的，然后根据自己数据集的需要进行调参已达到最好的结果。 
参考博客：http://blog.csdn.net/sinat_30071459/article/details/50546891

制作VOC2007格式数据集

0.文件夹名

首先，确定你的数据集所放的文件夹名字，例如我的叫logos。

（或者和voc2007一样的名字：VOC2007）

1.图片命名

[plain]  view plain  copy

 

 

1. %%  
2. %图片保存路径为：  
3. %E:\image\car  
4. %E:\image\person  
5. %car和person是保存车和行人的文件夹  
6. %这些文件夹还可以有多个，  
7. %放在image文件夹里就行  
8. %该代码的作用是将图片名字改成000123.jpg这种形式  
9. %%  
10. clc;  
11. clear;  
12.   
13. maindir='E:\image\';  
14. name_long=5; %图片名字的长度，如000123.jpg为6,最多9位,可修改  
15. num_begin=1; %图像命名开始的数字如000123.jpg开始的话就是123  
16.   
17. subdir = dir(maindir);  
18. n=1;  
19.   
20. for i = 1:length(subdir)  
21.   if ~strcmp(subdir(i).name ,'.') && ~strcmp(subdir(i).name,'..')  
22.      subsubdir = dir(strcat(maindir,subdir(i).name));  
23.     for j=1:length(subsubdir)  
24.          if ~strcmp(subsubdir(j).name ,'.') && ~strcmp(subsubdir(j).name,'..')  
25.             img=imread([maindir,subdir(i).name,'\',subsubdir(j).name]);  
26.             imshow(img);  
27.             str=num2str(num_begin,'%09d');  
28.             newname=strcat(str,'.jpg');  
29.             newname=newname(end-(name_long+3):end);  
30.             system(['rename ' [maindir,subdir(i).name,'\',subsubdir(j).name] ' ' newname]);  
31.             num_begin=num_begin+1;  
32.             fprintf('当前处理文件夹%s',subdir(i).name);  
33.             fprintf('已经处理%d张图片\n',n);  
34.             n=n+1;  
35.            pause(0.1);%可以将暂停去掉  
36.          end  
37.     end  
38.   end  
39. end  

图片名如果比较特殊或者像1(1).jpg等这类可能无法重命名，可以使用imwrite，如：

[html]  view plain  copy

 

 

1. imwrite(img,strcat(save_path,newname));%改名后保存到另一文件夹，原图片不变  

也可以使用Total Commander来批量重命名，非常方便，推荐使用这个工具。

2.画目标包围框

[plain]  view plain  copy

 

 

1. 000002.jpg car 44 28 132 121  
2. 000003.jpg car 54 19 243 178  
3. 000004.jpg car 168 6 298 164  

前面是图片名，中间是目标类别，最后是目标的包围框坐标（左上角和右下角坐标）。

5.将训练图片放到JPEGImages

6.ImageSets\Main里的四个txt文件

[plain]  view plain  copy

 

 

1. 000005  
2. 000027  
3. 000028  
4. 000033  
5. 000042  
6. 000045  
7. 000048  
8. 000058  

即图片名字（无后缀）,test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集.VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%。可参考以下代码：

[html]  view plain  copy

 

 

1. %%  
2. %该代码根据已生成的xml，制作VOC2007数据集中的trainval.txt;train.txt;test.txt和val.txt  
3. %trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%；  
4. %上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些  
5. %%  
6. %注意修改下面四个值  
7. xmlfilepath='E:\Annotations';  
8. txtsavepath='E:\ImageSets\Main\';  
9. trainval_percent=0.5;%trainval占整个数据集的百分比，剩下部分就是test所占百分比  
10. train_percent=0.5;%train占trainval的百分比，剩下部分就是val所占百分比  
11.   
12.   
13. %%  
14. xmlfile=dir(xmlfilepath);  
15. numOfxml=length(xmlfile)-2;%减去.和..  总的数据集大小  
16.   
17.   
18. trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));  
19. test=sort(setdiff(1:numOfxml,trainval));  
20.   
21.   
22. trainvalsize=length(trainval);%trainval的大小  
23. train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));  
24. val=sort(setdiff(trainval,train));  
25.   
26.   
27. ftrainval=fopen([txtsavepath 'trainval.txt'],'w');  
28. ftest=fopen([txtsavepath 'test.txt'],'w');  
29. ftrain=fopen([txtsavepath 'train.txt'],'w');  
30. fval=fopen([txtsavepath 'val.txt'],'w');  
31.   
32.   
33. for i=1:numOfxml  
34.     if ismember(i,trainval)  
35.         fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));  
36.         if ismember(i,train)  
37.             fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));  
38.         else  
39.             fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));  
40.         end  
41.     else  
42.         fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));  
43.     end  
44. end  
45. fclose(ftrainval);  
46. fclose(ftrain);  
47. fclose(fval);  
48. fclose(ftest);