前提基于 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5代码,网上有两版不同的tensorflow下的faster rcnn代码
1、检测标记所有类别:
faster rcnn是对每一个图片进行分类别测试,有点太乱。参照faster rcnn demo.py:在一个窗口显示所有类别标注,进行修改。
2、保存目标检测结果
demo.py 倒数第二行添加(基本参数去除空白)
plt.savefig("./data/demo_result/" + im_name, format = 'jpg',transparent = True,pad_inches = 0,dpi = 300,bbox_inches = 'tight') #add
3、计算map、ap
修改demo.py,(参照博客)
(1)在开头,import这里加入
from lib.utils.test import test_net
from lib.datasets.factory import get_imdb
(2)最后加入:(注意与plt.show()对齐)
imdb = get_imdb("voc_2007_trainval")
test_net(sess, net, imdb, 'default')
4、测试数据处理
A:不想改测试文件默认路径:采取了一个方法,把所有测试文件名读入到一个txt,然后demo.py使用时再把文件名读入到一个list中。
1、新建一个writetxt.py文件
2、demo.py修改:
1)新建函数
2)main函数修改:
B:后来又发现博客上有一个简单方法,设置路径:(还是python没学好)
im_names = os.listdir(cfg.FLAGS2["data_dir"]+'/demo') #测试图片所在位置