simrdwn快速卫星图像物体检测(1-环境配置)
目录
简介
SIMRDWN框架扩展了目前流行的目标检测算法,使其能够在遥感图像上进行检测。简单地说,SIMRDWN扩展了基于YOLO的的YOLT算法,包括 TensorFlow Object Detection API。
环境的配置
项目GitHub地址:https://github.com/avanetten/simrdwn
运行环境
nVidia驱动版本418.39
- 安装nvidia容器
- 开始配置环境
git clone git clone https://github.com/avanetten/simrdwn.git
执行该dockerfile
cd /simrdwn/docker
原作者的dockerflle存在问题,无法跑通(2019.07.29)。我上面放了自己修改的dockerfile的链接,提供大家下载
很多人反映,无法下载,这里给出地址
https://download.csdn.net/download/qq_38269799/11444953
nvidia-docker build --no-cache -t simrdwn .
- 进入容器
nvidia-docker run -it -v /simrdwn:/simrdwn --name simrdwn_container0 simrdwn
2.编译Darknet 的c语言程序
cd /simrdwn/yolt2
make
cd /simrdwn/yolt3
make
数据准备
建立一个存放数据的文件夹,下载数据集(这个数据集量特别大,而且在外网,我是挂在后台下载了一个多星期)
wget -r -np ftp://gdo152.ucllnl.org/cowc/datasets/ground_truth_sets