目标检测
JR_Chan
这个作者很懒,什么都没留下…
展开
-
Ubuntu 16.04下利用Anaconda的沙盒环境安装GPU版本caffe
最近因为需要跑MobileNetV2-SSDLite的模型,用到的开源代码是基于caffe写的,所以需要在服务器上安装caffe,经过几天的安装与debug,终于安装成功,特此记录。GPU环境 由于安装的是GPU版本的caffe,需要cuda和cudnn的支持,因为服务器上已经安装好,所以不再重复操作,没有安装好的可以自行上网查找相关教程。然后这里使用的是cuda8.0.61+cudnn5...原创 2019-07-03 18:02:05 · 794 阅读 · 2 评论 -
为caffe添加ReLU6支持
前一篇文章已经安装了caffe,不过由于要用到的SSDLite需要ReLU6的支持,因此需要修改caffe部分代码以及添加几个文件。 首先找到src/caffe/proto/caffe.proto这个文件,找到message LayerParameter后在其内的optional ReLUParameter relu_param = 123;之后添加optional ReLU6Paramet...原创 2019-07-03 18:03:54 · 2589 阅读 · 4 评论 -
MobileNetV2-SSDLite的安装使用
前两篇文章已经安装了caffe并切换到ssd分支,同时添加了对ReLU6的支持,接着这里开始安装和使用MobileNetV2-SSDLite。 首先安装MobileNetV2-SSDLite:git clone https://github.com/chuanqi305/MobileNetv2-SSDLite 进入到ssdlite文件夹之后下载tensorflow模型并解压:wget...原创 2019-07-03 18:05:25 · 2121 阅读 · 0 评论 -
用自己的数据训练MobileNetV2-SSDLite
前面的文章介绍了如何安装caffe并切换到ssd分支,如何添加对ReLU6的支持,以及如何安装和使用MobileNetV2-SSDLite。这篇文章开始介绍如何利用自己的数据集训练MobileNetV2-SSDLite。这篇文章主要参考了caffe-SSD配置及用caffe-MobileNet-SSD训练自己的数据集,并作了一些修改。数据集准备 首先我们需要有图片以及与之对应的xml文件,...原创 2019-07-17 15:50:22 · 1616 阅读 · 4 评论 -
用Tensorflow的object detection api训练自己的数据
之前的文章有用caffe去训练一个物体检测网络MobileNetV2-SSDLite,然后这里是用Tensorflow的object detection api训练MobileNetV2-SSDLite。数据集准备 数据集的准备可以直接参考目标检测Tensorflow object detection API之构建自己的模型或者自行搜索相应教程,最终应该有两个tfrecord文件(分别用于...原创 2019-08-14 16:27:47 · 1387 阅读 · 12 评论 -
解决Tensorflow使用CPU而不用GPU的问题
之前的文章讲过用Tensorflow的object detection api训练MobileNetV2-SSDLite,然后发现训练的时候没有利用到GPU,反而CPU占用率贼高(可能会有Could not dlopen library 'libcudart.so.10.0'之类的警告)。经调查应该是Tensorflow的GPU版本跟服务器所用的cuda及cudnn版本不匹配引起的。知道问题所在...原创 2019-09-25 17:09:00 · 15521 阅读 · 3 评论