-
下载项目
git clone https://github.com/endernewton/tf-faster-rcnn.git
-
编译,配置相应的运行环境
-
安装Cython (这里相应的模块需要根据个人平时的使用下载,有很多的本人电脑已经存在,便没有一一列举出来)
sudo apt-get install cython
-
修改项目,改为cpu运行
【1】打开lib->model->config.py,查看第236行(本人的),实际修改是将__C.USE_GPU_NMS的値由True修改为False.
作用:禁用gpu,使用cpu进行计算【2】打开lib->model->nms_wrapper.py,进行注释,第12行
【3】打开lib->setup.py,进行注释,第55行,第120-136行
-
进入项目的lib目录中执行
make
-
安装Python COCO API,使用coco数据集
cd data git clone https://github.com/pdollar/coco.git cd coco/PythonAPI make
-
-
运行demo和训练
-
下载预训练模型voc_0712_80k-110k.tgz密码: 69p9
放在data文件目录下,解压. -
建立训练模型的软连接,data文件目录下进行
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 ../../..
-
运行demo
data目录文件下
../tools/demo.py
-
tf-faster-rcnn[cpu]实现目标检测(一)项目环境配置
最新推荐文章于 2023-06-07 19:50:03 发布