Question

我使用Faster RCNN library进行深度学习，这里有discussion如何训练自己的数据集。这比我领先一步。

对我来说，我想了解如何设置培训数据集以及如何加载培训？

当我查看代码时，我看到了这行代码

来自imdb = get_imdb(imdb_name)的

train_faster_rcnn_alt_opt.py，它会调用factory.py inside datasets folder。

factory.py有

for year in ['2007', '2012']:
    for split in ['train', 'val', 'trainval', 'test']:
        name = 'voc_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: pascal_voc(split, year))

# Set up coco_2014_<split>
for year in ['2014']:
    for split in ['train', 'val', 'minival', 'valminusminival']:
        name = 'coco_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: coco(split, year))

# Set up coco_2015_<split>
for year in ['2015']:
    for split in ['test', 'test-dev']:
        name = 'coco_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: coco(split, year))

def get_imdb(name):
    """Get an imdb (image database) by name."""
    if not __sets.has_key(name):
        raise KeyError('Unknown dataset: {}'.format(name))
    return __sets[name]()

def list_imdbs():
    """List all registered imdbs."""
    return __sets.keys()

我想知道如何为训练加载此imdb名称voc_2007_trainval的训练数据？

编辑：当我打印__sets[name]() inside def get_imdb(name):时，我会看到以下内容。

p __sets[name]()
<datasets.pascal_voc.pascal_voc object at 0x7fc937383ed0>

这是什么意思？

Answer 1

现在我明白了。 lib / datasets / factory.py有

def get_imdb(name):
    """Get an imdb (image database) by name."""
    if not __sets.has_key(name):
        raise KeyError('Unknown dataset: {}'.format(name))
    return __sets[name]()

__设置[姓名]电话

for year in ['2007', '2012']:
    for split in ['train', 'val', 'trainval', 'test']:
        name = 'voc_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: pascal_voc(split, year))

由于我们在training命令中设置了--imdb voc_2007_trainval，它的作用是程序可以加载data/VOCdevkit2007/VOC2007/ImageSets/Main/trainval.txt文件中trainval文件中声明的图像。

如果我们设置--imdb voc_2007_train，则会使用train.txt。所有图像都在JPEGImages文件夹中，注释位于Annotations文件夹中。

RCNN库加载训练数据集的速度有多快？

1 个答案: