【tensorflow：目标检测】Ubuntu16 Faster R-CNN CPU运行demo

参考链接：https://blog.csdn.net/sinat_33486980/article/details/81045315#commentsedit

目录

1.下载github项目代码和数据

2.修改配置

3.链接cython 模块

4.安装 Python COCO API，这是为了使用COCO数据库

5.运行Demo 和测试预训练模型

---

1.下载github项目代码和数据

mkdir RCNN
git clone https://github.com/endernewton/tf-faster-rcnn.git

2.修改配置

（1）修改lib/model/nms_wrapper.py

注释掉：

 （2）lib/setup.py

一行一行注释，同时注释掉逗号

3.链接cython 模块

进入lib中，并依次输入

cd lib
make clean
make
cd ..

4.安装 Python COCO API，这是为了使用COCO数据库

cd data
git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make

5.运行Demo 和测试预训练模型

（1）下载预训练模型

下载之后放到 data文件夹中就行。

链接：https://pan.baidu.com/s/1tZl7ZpVt-T8K5BEUA7aKBQ 
提取码：xlmi 
复制这段内容后打开百度网盘手机App，操作更方便哦

使用命令

tar xvf voc_0712_80k-110k.tgz

解压得到voc_2007_trainval+voc_2012_trainval文件夹

（2）建立预训练模型的软连接

在 data目录下

NET=res101
TRAIN_IMDB=voc_2007_trainval+voc_2012_trainval
mkdir -p output/${NET}/${TRAIN_IMDB}
cd output/${NET}/${TRAIN_IMDB}
ln -s ../../../voc_2007_trainval+voc_2012_trainval ./default
cd ../../..

（3）运行demo

切换到 data 目录中

../tools/demo.py

结果显示