首先给出源代码网址:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
所需的软件环境:python3.5+tensorflow-gpu1.40(gpu版本)+vs2015+pycharm+cuda8.0+cudnn6.1
cuda8.0下载地址:https://developer.nvidia.com/cuda-80-ga2-download-archive
cudnn6.1下载地址:https://developer.nvidia.com/cudnn
cuda8.0和cudnn很好安装,安装自行百度教程安装即可。
python3.5下载地址:https://www.python.org/downloads/release/python-352/
python的其他库安装(用pip3即可):
cython, python-opencv, easydict......
tensorflow安装方法:
tensorflow-gpu1.40下载地址:https://pypi.python.org/pypi/tensorflow-gpu/1.4.0
tensorflow-cpu1.40下载地址:https://pypi.python.org/pypi/tensorflow/1.4.0
安装方法和python安装其他库的方法相同,即在命令行下使用pip3
faster-rcnn安装方法:
1. Go to ./data/coco/PythonAPI
Run python setup.py build_ext --inplace
Run python setup.py build_ext install
环境配置完毕
2. 下载数据集
下载地址:
http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCdevkit_08-Jun-2007.tar
下载之后放在:
"data/VOCDevkit2007/annotations_cache"
"data/VOCDevkit2007/VOC2007"
3. 下载预训练好的vgg16网络或者其他网络
下载地址:https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models
将下载好的模型放在:$faster-rcnn目录$\data\imagenet_weights下面
4. 训练模型
运行 train.py程序即可,一般用cpu跑迭代一次需要20s,用gpu跑一次迭代需要2-3s
每经过5000次迭代,会保存网络相关文件,保存的信息在:$faster-rcnn目录$\default\voc_2007_trainval\default
5. 运行demo.py
将步骤4中保存的文件放在 下面,运行demo.py便会出现结果