Autodl训练Faster-RCNN网络--自己的数据集（一）

参考文章：

Autodl服务器中Faster-rcnn(jwyang)复现(一)_autodl faster rcnn-CSDN博客

Autodl服务器中Faster-rcnn(jwyang)训练自己数据集(二)_faster rcnn autodl-CSDN博客

---

食用指南：先跟着参考文章一进行操作，遇到问题再来看我这里有没有解决办法，没有的话找AI。如果文章一哪里看不懂就去看文章二，然后遇到问题再来看我写的这篇。

---

环境配置

我到下载torch这一步老是即将结束的时候自动结束进程，所以还是自己下载安装吧。 

如果出现上面的错误说明你没有加显卡，加上显卡就能运行成功了。 

如果在安装相关库过程中发生报错，请先升级pip：

 pip install --upgrade pip

数据集准备

我的数据集是之前训练yolo的，是我自己混合的Pascalvoc数据集。

查阅了资料说只需要将xml划分就行，我这里主要是8：2划分为训练集和验证集。

import os
import random
from typing import List, Tuple

def split_dataset(xml_dir: str, output_dir: str, train_percent: float = 0.8) -> None:
    """
    将VOC格式数据集的XML标注文件划分为训练集和验证集
    
    参数:
        xml_dir: XML标注文件所在目录
        output_dir: 输出txt文件的目录
        train_percent: 训练集占总样本的比例
    """
    # 确保输出目录存在
    os.makedirs(output_dir, exist_ok=True)
    
    # 获取所有XML文件
    try:
        total_xml = os.listdir(xml_dir)
    except FileNotFoundError:
        print(f"错误: XML目录 '{xml_dir}' 不存在")
        return
    
    if not total_xml:
        print(f"错误: XML目录 '{xml_dir}' 为空")
        return
    
    # 计算划分点
    num = len(total_xml)
    print(f"找到 {num} 个XML标注文件")
    
    indices = list(range(num))
    random.shuffle(indices)  # 随机打乱索引
    
    train_size = int(num * train_percent)  # 训练集数量
    
    train_indices = indices[:train_size]   # 训练集索引
    val_indices = indices[train_size:]     # 验证集索引
    
    # 输出划分结果
    print(f"数据集划分结果: 训练集 {len(train_indices)}, 验证集 {len(val_indices)}")
    
    # 创建输出文件并写入数据
    file_paths = {
        'train': os.path.join(output_dir, 'train.txt'),
        'val': os.path.join(output_dir, 'val.txt'),
    }
    
    # 写入训练集
    with open(file_paths['train'], 'w') as f_train:
        for i in train_indices:
            name = total_xml[i][:-4] + '\n'
            f_train.write(name)
    
    # 写入验证集
    with open(file_paths['val'], 'w') as f_val:
        for i in val_indices:
            name = total_xml[i][:-4] + '\n'
            f_val.write(name)
    
    print(f"划分完成！训练集和验证集已保存到 {output_dir}")

if __name__ == "__main__":
    # 配置参数
    xml_dir = '/root/faster-rcnn.pytorch-pytorch-1.0/data/xmls'
    output_dir = '/root/faster-rcnn.pytorch-pytorch-1.0/data'
    
    # 执行划分 (80% 训练集, 20% 验证集)
    split_dataset(xml_dir, output_dir, train_percent=0.8)

代码修改 

我主要涉及到五类，先修改如下：

背景不需要更改，只需要更改后面的类别。 

跟着博主的描述操作，安装成功！

训练产生的报错以及解决：

发生报错：环境配置问题找 deepseek，涉及代码找豆包。（我最喜欢的搭配）

• 没有安装torchversion

得按照博主的那个指令来才能顺带下载torchvision，

• 找不到数据集路径

因为我数据集格式和博主不一样，最后让ai帮助我修改了pascalvoc.py就没有显示这个错误了。

• 没有预训练模型

本地下载预训练模型(resnet/densenet/vgg等url地址)_resnet预训练模型下载-CSDN博客

下载后要更改模型名称为 

vgg16_caffe.pth

• 训练指令 

运行下面的指令：（这个指令运行后它使用的是trainval.txt文件，如果你的是train得修改名称，不然会报错）

CUDA_VISIBLE_DEVICES=0 python trainval_net.py  --dataset pascal_voc  --net vgg16  --bs 4  --nw 0  --lr 0.002 --cuda

 像这样应该就是成功了，可以在文件中修改epoch。 

 需要各类别的精度以及总体精度的时候执行下面这条命令（需要根据产生的文件名进行修改）：

chekepoch代表你要检测哪个文件

checkpoint应该每个人的都不一样，需要进行修改。

python test_net.py --dataset pascal_voc --net vgg16 --checksession 1 --checkepoch 3 --checkpoint 1228  --cuda

PS:每一个epoch产生的pth文件非常占存储空间，建议更改存储路径。

---

现在正在探索如何执行训练后生成的.pth文件输出四个精度指标，如果探索出来将会发布在第二篇。

---

更新：   

精度指标输出代码已经放在第二篇。

Autodl训练Faster-RCNN网络--自己的数据集（二）-CSDN博客