本文是R-FCN代码的python版源码配置，操作系统为Ubuntu16.04

R-FCN: Object Detection via Region-based Fully Convolutional Networks，与先前的基于区域的检测器（诸如Fast/Faster R-CNN）在每个区域子网络几百次的高成本计算相反，R-FCN的基于区域的检测器是利用深度完全卷积网络，几乎所有计算在整个图像上共享。 R-FCN可以采用强大的完全卷积图像网络结构，例如ResNets等。

Github：https://github.com/YuwenXiong/py-R-FCN

Paper: https://arxiv.org/abs/1605.06409

目录：

1，软件准备

2，硬件准备

3，R-FCN配置

4，配置中遇到的问题

5，训练自己的数据集

6，训练数据集遇到的问题

扫描二维码关注公众号，回复： 2396282 查看本文章

7， 参考资料

软件准备：

首先，需要安装Caffe和pycaffe，这里不做介绍，默认已经装了;

其次，需要Python安装包：cython，python-opencv，easydict；

先装python包管理器pip：

PS：由于R-FCN对Roi Layer有了修改，因此需用使用作者版本的Caffe而不是BLVC版本。该版本Caffe要求使用CUDA Toolkit 7.5与** cuDNN v3 or cuDNN v4**。

硬件准备：

如果选用ResNet50：4G显存；如果用ResNet101：6G显存

R-FCN配置过程：

1、克隆py-R-FCN工程：

2、克隆Microsoft-version Caffe(@commit 1a2be8e), R-FCN某些层的定义是在这个版caffe才有

3、编译caffe，注意修改Mikefile文件，先拷贝Makefile.config.example到Makefile.config再改部分选项，然后make，如下：

5、下载预先在Pascal Voc 2007上训练好的基于ResNet的R-FCN模型，解压后放在$RFCN/data下面，如下形式：

$RFCN/data/rfcn_models/resnet50_rfcn_final.caffemodel
$RFCN/data/rfcn_models/resnet101_rfcn_final.caffemodel

作者上传到Onedrive，下载貌似要翻墙，我下载后传到百度云盘上了https://pan.baidu.com/s/1duMRYq3PdzA2EJUg2XCsqg，密码qr6b

6、跑demo.py

$RFCN/tools/demo_rfcn.py

如果运行没问题，R_FCN就配置好了，训练自己的数据看GitHub，写得很详细了。

配置中遇到的问题

Makefile.config配置的相关问题：

打开 USE_CUDNN = 1，这个选项默认情况下时关闭的，使用CUDA可以加速，我的机器CUDA有点问题，所以我没有打开；
打开 WITH_PYTHON_LAYER = 1,这个在默认情况下也是关闭的，R-FCN有作者自己实现的python层，需要支持Python接口，因此需要打开
和Fast RCNN一样，R-FCN需要hdf5的支持，这个根据自己的Linux里的库文件安装路径添加，不清楚的可以find一下，不过一般情况下，INCLUDE_DIRS 应该添加上 /usr/include/hdf5/serial LIBRARY_DIRS 添加上 /usr/lib/x86_x64-linux-gnu/hdf5/serial

另外把USE_PKG_CONFIG = 1 记得打开，要不然会找不到一些库文件，PKG是linux用来管理库文件

ERROR：/usr/bin/ld: 找不到 -lippicv 

原因：缺少opencv库文件libippicv.a

解决方法：在终端下搜索libippicv文件

find /usr/local/ -name "libippicv*"

找到该文件在/usr/local/share/OpenCV/3rdparty/lib/libippicv.a，然后把找到的文件拷贝或软连接到/usr/local/lib

ln -s /usr/local/share/OpenCV/3rdparty/lib/libippicv.a /usr/local/lib

利用R-FCN训练自己的数据集:

1、拷贝数据集到$RFCN_ROOT/data下，比如我的数据集是RSOD飞机检测数据集，为了方便，我把它做成pascal voc（该数据比该代码方便一点，尤其是pascal_voc格数还比较通用，方便以后用在其他网络）.注意，results文件需要自己创建，包含VOC2007,再包含Main，用来存结果。

$RFCN_ROOT
--data
----VOCdevkit2007
------VOC2007
--------JPEGImages
--------ImageSets
----------Main
--------Annotations
------results
--------VOC2007
----------Main

2、下载预训练模型

ResNet-50, ResNet-101, ResNet-152 预训练模型，我的百度云盘：https://pan.baidu.com/s/1g89UfSBpTcuaqkikM2Yy6g，密码2d5b，将caffemodel放在$RFCN_ROOT/data/imagenet_models

3、修改模型网络，就是根据自己类别数目该模型与类别数目相关的参数

打开$RFCN_ROOT/models/pascal_voc/ResNet-50/rfcn_end2end  (以end2end为例)

（1）test.prototxt 6处：查找: rfcn_cls (2处)、rfcn_bbox (2处)、cls_prob_reshape (1处)、bbox_pred_reshape(1处)

（2）train_ohem.prototxt 6处：查找: num_class (2处)、rfcn_cls (2处)、rfcn_bbox (2处)

（3）test_agnostic.prototxt /  train_agnostic.prototxt / train_agnostic_ohem.prototxt 各3处：查找: num_class (1处)、rfcn_cls(2处)

在相应文件中搜索各查找的关键词，把这些层与类别数相关的改成自己的数据类别数（与bbox相关的要乘以4）

4、修改数据集代码

（1）$RFCN/lib/datasets/pascal_voc.py

class pascal_voc(imdb):  
    def __init__(self, image_set, year, devkit_path=None):  
        imdb.__init__(self, 'voc_' + year + '_' + image_set)  
        self._year = year  
        self._image_set = image_set  
        self._devkit_path = self._get_default_path() if devkit_path is None \  
                            else devkit_path  
        self._data_path = os.path.join(self._devkit_path, 'VOC' + self._year)  
        self._classes = ('__background__', # always index 0  
                         '你的标签1','你的标签2',你的标签3','你的标签4'  
                      )  

（2）$RFCN\experiments\scripts\rfcn_end2end_ohem.sh:

case $DATASET in  
  pascal_voc)  
    TRAIN_IMDB="voc_0712_trainval"  #voc_0712_trainval是作者在github里描述的voc2007+voc2012，我的数据放在voc2007文件下，所以这里改成voc_2007_trainval
    TEST_IMDB="voc_0712_test"  #同上理由，改成voc_2007_test
    PT_DIR="pascal_voc"  
    ITERS=110000  #我的数据集较小，迭代次数改成ITERS=12000

5、开始训练

cd $RFCN_ROOT  
./experiments/scripts/rfcn_end2end_ohem.sh 0 ResNet-50 pascal_voc

其中，0表示GPU Id，ResNet-50是网络，pascal_voc是数据集。

训练数据集遇到的问题

根据经验，由于各个机器环境不一样，往往不是一次就能成功的，会有各种问题，建议跑训练前先把迭代次数设置为100或更小，方便调试，我将遇到的问题整理在另一篇文章里：http://blog.csdn.net/hongxingabc/article/details/79048531 （R-FCN代码是Faster R-CNN基础上改的，所以会有相同的问题）建议跑之前先看看这个，心里有点谱。

除了与Faster R-CNN共有的一些问题外，训练R-FCN的end2end_OHEM版本时遇到问题： loss_bbox=0，而训练单纯end2end版本则无此问题。解决方法参考https://github.com/YuwenXiong/py-R-FCN/issues/85，主要是numpy的问题。

参考资料：

http://blog.csdn.net/sinat_30071459/article/details/53202977

http://blog.csdn.net/u010678153/article/details/52639267

http://www.cnblogs.com/peiyuYang/p/8196037.html