faster-rcnn学习笔记（1）

最新推荐文章于 2023-02-13 19:00:16 发布

o_ochao

最新推荐文章于 2023-02-13 19:00:16 发布

阅读量1.7k

点赞数

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/o_ochao/article/details/51981950

版权

本文是Faster R-CNN学习笔记的第一部分，主要介绍`train_net.py`训练网络代码的执行流程和参数设置，包括GPU选择、训练轮数、预训练模型、参数配置文件的作用等。通过理解这些内容，侧面了解深度学习框架Caffe的使用方式。

摘要由CSDN通过智能技术生成

现状：对caffe底层代码基本不懂，对caffe的架构了解有限，对caffe的设计思路比较了解。

接下来一段时间想仔细学caffe，但目前和深度学习打交道最多的却是依附在caffe上的faster-rcnn，那就先来学习一下faster-rcnn的整个流程和其使用caffe的方式，顺便对caffe进行侧面的了解。

文件：py-faster-rcnn/tools/train_net.py

看名字就知道是训练网络的代码，目前对Python的了解都是源于学习和工作中的使用，能做到读懂并当脚本使用。

if __name__ == '__main__':
    args = parse_args()


def parse_args():
    """
    Parse input arguments
    """
    parser = argparse.ArgumentParser(description='Train a Fast R-CNN network')
    parser.add_argument('--gpu', dest='gpu_id',
                        help='GPU device id to use [0]',
                        default=0, type=int)
    parser.add_argument('--solver', dest='solver',
                        help='solver prototxt',
                        default=None, type=str)
    parser.add_argument('--iters', dest='max_iters',
                        help='number of iterations to train',
                        default=40000, type=int)
    parser.add_argument('--weights', dest='pretrained_model',
                        help='initialize with pretrained model weights',
                        default=None, type=str)
    parser.add_argument('--cfg', dest='cfg_file',
                        help='optional config file',
                        default=None, type=str)
    parser.add_argument('--imdb', dest='imdb_name',