Faster R-CNN GPU训练运行说明

本文详细记录了使用GPU训练Faster R-CNN模型的步骤,包括源代码下载、环境配置、Cython模块构建、COCO API安装、预训练模型获取、数据集下载及解压,并提供了启动训练的命令示例。适合初学者参考。
摘要由CSDN通过智能技术生成

本篇文章主要是记录本人学习Faster R-CNN的有关内容,这次是记录使用GPU运行模型训练的步骤:

1、首先下载模型的源代码(本人使用的是tensorflow版的代码):

https://github.com/endernewton/tf-faster-rcnn

2、配置环境

训练模型需要提前安装好相关的依赖包:

Cython           0.28.2

easydict         1.9

matplotlib       2.2.2

numpy            1.15.4

opencv-python    3.4.4.19

pandas           0.23.0

Pillow           5.3.0

scipy            1.1.0

tensorflow-gpu   1.10.1

3、Build the Cython modules

cd ./lib
make clean
make
cd ..

4、安装COCO API

cd data
git clone https://github.com/pdollar/coco.git
cd coco/PythonAPI
make
cd ../../..

5、下载训练好的vgg16模型

mkdir -p data/imagenet_weights
cd data/imagenet_weights
wget -v http://download.tensorflow.org/models/vgg_1
评论 2
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