Deep Learning---py-faster-rcnn基于PASCAL VOC数据集训练模型

最新推荐文章于 2022-12-14 17:39:31 发布

别打名名

最新推荐文章于 2022-12-14 17:39:31 发布

阅读量2.7k

点赞数

分类专栏： deep-learning 文章标签： faster-r-cnn caffe python deep-learning linux

本文链接：https://blog.csdn.net/freeape/article/details/71698779

版权

本文档详细介绍了在Ubuntu14.04系统上配置和使用Py-Faster-RCNN的过程，包括编译源码、测试预训练模型以及基于PASCAL VOC数据集进行模型训练的步骤。用户需要先安装CUDA和cuDNN，然后下载并编译Cython模块和Caffe，最后进行模型训练和验证。

摘要由CSDN通过智能技术生成

0 说明

系统环境为Ubuntu14.04，已经安装好了CUDA和cuDNN以及Python等基础包。

1 设置和编译py-faster-rcnn

1.1 下载py-faster-rcnn

$ git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
$ git submodule update --init --recursive 或者下载github上最新版本的caffe-fast-rcnn:
$ git clone https://github.com/rbgirshick/caffe-fast-rcnn.git 然后切换到对应的commit

1.2 编译Cython模块

$ cd py-faster-rcnn/lib
$ make

1.3 编译caffe和pycaffe

$ cd py-faster-rcnn/caffe-fast-rcnn
$ cp Makefile.config.example Makefile.config

# 修改 Makefile.config, 去掉注释
WITH_PYTHON_LAYER := 1
USE_CUDNN := 1
BLAS_INCLUDE := /usr/include/atlas
# 根据你的需求修改Makefile.config , 比如设置GPU 支持, cuDNN, CUDA 版本, Anaconda, OpenCV, 等等。
# 修改完Makefile.config后
$ make all -j32 # -j32 编译加速. 32 CPU核数目,根据你的电脑的CP核数目来修改，或者直接make all -j也可以 
# 假设你已经安装好了PyCaffe相关依赖, 否则请重新去参考Caffe安装教程
$ make pycaffe -j32

1.4 py-faster-rcnn各文件夹说明

.
├── caffe-fast-rcnn              # caffe目录
│   ├── build -> .build_release
│   ├── caffe.cloc
│   ├── cmake
│   ├── CMakeLists.txt
│   ├── CONTRIBUTING.md
│   ├── CONTRIBUTORS.md
│   ├── data
│   ├── distribute
│   ├── docs
│   ├── examples
│   ├── include
│   ├── INSTALL.md
│   ├── LICENSE
│   ├── Makefile
│   ├── Makefile.config