MATLAB2017a使用FasterRcnn目标检测训练及其测试流程

2023-11-17

本文在matlab2017a已有的FasterRcnn算法基础上来检测人群。流程比较简单，对一些初学者来说比较容易理解和操作。

1.安装所需要的软硬件环境

1.1.硬件环境：

· CPU:Intel i5

· GPU:GTX940m

· 内存：4G

· 硬盘：500G

1.2软件环境

· 开发环境: Windows 10

· 编译环境：MATLAB2017a

2.目标模型的训练

2.1获得数据集

打开MATLAB2017a,输入命令trainingImageLabeler使用matlab自带的trainingImageLabeler来对图片进行标注。简单起见，选43张图片标注，每张图片最后只选择一个框（方便对数据提取）

所有图片的label标注完后点击 Export ROIs 就会得到像这样的一个table文件。imageFilename代表了图片所存储的位置。并将table文件保存到指定文件夹。（注：获得table文件不能通过保存获得必须Export ROIs）

使用命令save('D:\MATLAB\toolbox\vision\visiondata\people\tset_1\peopledata.mat','peopledata');

就可以报存到这个位置：D:\MATLAB\toolbox\vision\visiondata\people\；

注意：peopledata.mat是要保存的类型以及文件格式，第二项peopledata是从Export ROIs 导出后命名的文件名。

使用函数extractpeople(matpath,savepath)批量修改table文件中图片大小为227X227（大小是固定的）

从上述产生的table可以看到，ROI框坐标数据保存类型是1*4 double。有时候导出时产生的是cell型，double型和cell型数据提取方式不一样，不注意可能会报错。一下仅以double型为例。

输入一下命令设置上述获得的数据集所在路径和保存路径。

matpath=('D:\MATLAB\toolbox\vision\visiondata\people\tset_1\peopledata.mat')

savepath=('D:\MATLAB\toolbox\vision\visiondata\people\tset_1\people\'); %框选图片保存位置

输入命令 extractpeople(matpath,savepath)即可（该函数的作用是将框选目标提取出来将其图片大小改为227*227，并按顺序命名）

（1）%double 型的方式

function extractpeople(matpath,savepath)

%batch change image size

load(matpath);

%get image

[length b]=size(peopledata);

%get the number of image

for i=1:length

img=imread(peopledata.imageFilename{i});

str=zeros(1,4);

str(1)=peopledata.people(i,1);

str(2)=peopledata.people(i,2);

str(3)=peopledata.people(i,3);

str(4)=peopledata.people(i,4);

rect=str;

I=imcrop(img,rect);

I=imresize(I,[227 227]);

imwrite(I,[savepath,'\',num2str(i),'.jpg']);

%resize image

end

（2）cell 型方式

function extractpeople(matpath,savepath)

%batch change image size

load(matpath);

%get image

[length b]=size(peopledata);

%get the number of image

for i=1:length

img=imread(peopledata.imageFilename{i});

rect= peopledata.people{}i};

I=imcrop(img,rect);

I=imresize(I,[227 227]);

imwrite(I,[savepath,'\',num2str(i),'.jpg']);

%resize image

end

2.2. 模型训练

（1）使用MATLAB2017a自带的神经网络Alexnet，选择训练深度为20。

依次输入命令net=alexnet;

%doc alexnet 可以查看具体相关流程这里不做说明

%doc imageDatastore 可以查看具体相关流程这里不做说明

image = imageDatastore(fullfile('D:\MATLAB\toolbox\vision\visiondata\people\tset_1\'),...
'IncludeSubfolders',true,'LabelSource','foldernames');

layersTransfer=net.Layers(1:end-3);

numClasses = numel(categories(image.Labels))

%设置网络训练参数

输入命令netTransfer = trainNetwork(image,layers,options);%开始训练

（2）使用FasterRcnn训练，选择训练深度为20。训练结束后，保存训练模型

load('peopledata.mat'); %it is not necessary

options = trainingOptions('sgdm', ...
'InitialLearnRate', 1e-8, ...
'MaxEpochs', 20, ... %twenty times 训练深度不是越多效果越好，有可能适得其反，
'CheckpointPath', tempdir);
layer=netTransfer.Layers

detector = trainFasterRCNNObjectDetector(peopledata, layer, options)

%开始训练大概要10分钟左右，设备好相对快些

2.3 检测

(1)检验模型

读取一张大小适合的图片进行检测，并输出检测结果，获得检测框的坐标，以及检测分数。

（2）运行实例

3.优点与缺点

训练模型量要很大，这就产生了很大的数据，对于同一张图片，有着大小限制，大小小于227时，会无法检测，改变其大小比列可能检测不出目标。

每一次FasterRcnn模型训练都将产生很大缓存数据，选择训练深度30，训练图片数量280，产生了25G的缓存数据。要命的是它存在C盘容易导致电脑卡顿，所以每次训练结束都要清楚缓存数据。

当然，它的识别精度还是比较可靠的，主要在于训练模型的图片要选择恰当。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)