配置fater rcnn需要的环境配置:https://blog.csdn.net/M_Z_G_Y/article/details/81180390
1.需要下载的数据、代码、文件:
数据:Pascal voc2007数据集
代码:https://github.com/CharlesShang/TFFRCNN
文件:VGG16.npy和VGGnet_fast_rcnn_iter_70000.ckpt(https://download.csdn.net/download/m_z_g_y/10582980)
2.训练和测试
直接使用论文训练好的模型进行测试:demo.py(在faster_rcnn文件夹下)
- 进入lib文件夹下进行make
cd ./lib
make
- 在根目录下新建model文件夹,将下载的VGGnet_fast_rcnn_iter_70000.ckpt文件放在model文件夹下
- 将faster_rcnn文件夹下的demo.py文件移动到根目录下,并修改demo.py
# 在import下添加以下两行代码
import glob
plt.switch_backend('agg')
# 将最后几行代码改成如下形式:
for im_name in im_names:
print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
print 'Demo for {:s}'.format(im_name)
demo(sess, net, im_name)
plt.savefig(im_name)
# plt.show()
- 执行demo.py
python demo.py --model model/VGGnet_fast_rcnn_iter_70000.ckpt
自己训练:train_net.py
- 在data文件夹下新建pretrain_model文件夹,将下载的VGG_16.npy文件放在pretrain_model文件夹下
- 将下载的voc2007数据集放在data文件夹下并解压,将解压后的文件夹重命名为VOCdevkit2007
- 执行train_net.py