使用TensorFlow实现Faster-RCNN

环境配置：

cuda版本： 8.0.61

cudnn版本：6

TensorFlow版本：1.3.0

1. 下载代码

GitHub：https://github.com/CharlesShang/TFFRCNN

2. 下载模型文件

在TFFRCNN文件目录下新建model文件夹，存放模型文件。

•  VGG16 trained on ImageNet
•  VGG16 - TFFRCNN (0.689 mAP on VOC07)
•  VGG16 - TFFRCNN (0.748 mAP on VOC07)
•  Resnet50 trained on ImageNet
•  Resnet50 - TFFRCNN (0.712 mAP on VOC07)
  
•  PVANet trained on ImageNet, converted from caffemodel

2. 修改make.sh

如果是binary版的TensorFlow，需要D_GLIBCXX_USE_CX11ABI=0，并取消注释（共2处）。

# if you install tf using already-built binary, or gcc version 4.x, uncomment the two lines below
g++ -std=c++11 -shared -D_GLIBCXX_USE_CXX11_ABI=0 -o roi_pooling.so roi_pooling_op.cc \
        roi_pooling_op.cu.o -I $TF_INC -fPIC -lcudart -L $CUDA_PATH/lib64

3. 编译

cd TFFRCNN/lib
make

5. 运行demo

cp faster_rcnn/demo.py ./
python demo.py --model model/VGGnet_fast_rcnn_iter_100000.ckpt