目标检测入门：tensorflow实现faster rcnn——TFFRCNN

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