NVIDIA tx2上直接测试训练好的目标检测模型方法

在tx2上无法快速训练模型,所以,一般只是直接测试训练好的模型(原论文提供的训练得到的最终模型).方法如下:

cd ~/py-faster-rcnn

1.测试ZF网络

time ./tools/test_net.py \
--gpu 0 \
--def models/pascal_voc/ZF/faster_rcnn_end2end/test.prototxt \
--net data/faster_rcnn_models/ZF_faster_rcnn_final.caffemode \
--imdb voc_2007_test \
--cfg experiments/cfgs/faster_rcnn_end2end.yml
(注意上面的路径需要换成你自己的,这里是我的模型及网络文件的存储位置,把上述文件放到一个.sh脚本文件中)

2.测试VGG16

time ./tools/test_net.py \
--gpu 0 \
--def models/pascal_voc/VGG16/faster_rcnn_end2end/test.prototxt \
--net data/faster_rcnn_models/VGG16_faster_rcnn_final.caffemode \
--imdb voc_2007_test \
--cfg experiments/cfgs/faster_rcnn_end2end.yml

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值