TensorFlow2目标检测算法 Faster R-CNN 实战

最新推荐文章于 2024-09-13 10:27:31 发布

人工智能_SYBH

最新推荐文章于 2024-09-13 10:27:31 发布

阅读量239

点赞数

分类专栏： 2024年机器学习&深度学习千例文章标签：深度学习 tensorflow 目标检测算法人工智能 cnn

本文链接：https://blog.csdn.net/m0_68036862/article/details/133746054

版权

2024年机器学习&深度学习千例专栏收录该内容

该专栏为热销专栏榜第34名

824 篇文章 844 订阅 ¥99.90 ¥299.90

订阅专栏

本文详细介绍了使用TensorFlow2实现Faster R-CNN目标检测算法的全过程，包括VOC数据集构建、网络结构搭建、损失函数计算、网络训练以及模型预测。涉及VGG16骨干网络、RPN、ROI池化和全连接层等关键组件。

摘要由CSDN通过智能技术生成

一、实战介绍与说明

（1）代码结构说明

faster-rcnn
├── data          // 存放预训练模型、类别等数据文件
├── img           // 存放测试图片
├── nets          // 存放各个局部网络结构
├── utlis         // 其他
├── VOCdevkit     // 数据集
├── frcnn.py      // 预测过程中的前向推理
├── make_data.py  // 生成标签和图片路径
├── train.py      // 训练
├── predict.py    // 对单张图片进行预测
├── video.py      // 对视频进行预测