基于ResNet50的faster rcnn训练

使用了VGG16训练后，想再换用ResNet网络进行训练。这里以ResNet50为例。

 

一、下载ResNet的prototxt文件（可自行下载。需要的话可以私信我。）

将ResNet-50文件夹放到py-faster-rcnn-master\models\pascal_voc文件下（这里我要使用的数据集时pascal voc，所以放在这。这个可自行选择）

二、下载ResNet-50.v2.caffemodel（可自行下载。需要的话可以私信我。）

将ResNet-50.v2.caffemodel放到data/imagenet_models文件夹中

三、开始训练测试

./experiments/scripts/faster_rcnn_end2end.sh 0 ResNet-50 pascal_voc

注意：第三个参数 ‘ResNet-50’，一定要和你的文件夹名字对应，比如我的文件放在models/pascal_voc/ResNet-50 里面，所以我的第三个参数就为我目录的名称。

另外，在训练之前要删除文件夹，具体参考：https://blog.csdn.net/ly_twt/article/details/105561069

中的训练测试步骤。

 

ResNet-50网络更深，训练的时间也会更长。（真的比VGG16长很多.。。。。。。）