配置fast-rcnn并进行二分类实验

本文档详细介绍了如何配置Fast-RCNN并进行二分类实验。首先,从官方GitHub仓库下载代码,然后执行安装和运行demo。接着,重点讲解了如何修改lib/datasets/factory.py和pascal_voc.py文件来适应新的数据集,特别是针对数据集路径、selective_search生成的.mat文件,以及针对person类别的_voc_annotation()函数的调整。在遇到错误时,提供了一些解决建议。
摘要由CSDN通过智能技术生成

参考原作者github:https://github.com/rbgirshick/fast-rcnn

1. 下载fast-rcnn

git clone --recursive https://github.com/rbgirshick/fast-rcnn.git
如果caffe-fast-rcnn目录没有下下来,则执行:

git submodule update --init --recursive
2. 编译fast-rcnn

cd $FRCN_ROOT/lib
make
进入caffe-fast-rcnn目录,复制Makefile.config.example文件,重命名为Makefile.config。

执行:

cd $FRCN_ROOT/caffe-fast-rcnn
make -j8 && make pycaffe

运行demo:

cd $FRCN_ROOT
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 3
    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 3
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