使用faster rcnn训练自己的数据(py-faster-rcnn )

本文分享如何在Ubuntu 15.04下使用py-faster-rcnn训练自己的目标检测数据。首先需修改数据接口中类别的定义,然后调整模型参数,如VGG16、ZF或VGG_CNN_M_1024的配置。训练前确保已安装好Caffe环境,并参考硬件需求。训练过程分为交替优化和近似联合训练两种方法。
摘要由CSDN通过智能技术生成

出于在csdn上面学到很多东西这里也帮自己的一些收获和大家分享一下    

直奔主题~~

前提是已经安装好caffe的环境 本文是在Ubuntu 15.04下做的测试 $Faster_rcnn表示py-faster-rcnn根目录

1. 修改数据接口 ($Faster_rcnn/lib/datasets

     目录下面的pascal_voc.py是主要的数据读取接口

  •      self._classes = ('__background__', # always index 0
                        'aeroplane', 'bicycle', 'bird', 'boat',
                        'bottle', 'bus', 'car', 'cat', 'chair',
                       'cow', 'diningtable', 'dog', 'horse',
                         'motorbike', 'person', 'pottedplant',
                        'sheep', 'sofa', 'train', 'tvmonitor')

            这里定义了要训练的类别,修改这里为自己需要训练数据的类标签,注意总类别包括背景

  • 如果需要使用PASCAL数据库中的个别类 需要在
         def _load_pascal_annotation(self, index):中添加一句
          if not self.config['use_diff']:
            # Exclude the samples labeled as difficult
            non_diff_objs = [
                obj for obj in objs if int(obj.find('difficult').text) == 0]
            # if len(non_diff_objs) != l
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
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