simrdwn卫星地图目标检测（环境配置）

simrdwn快速卫星图像物体检测（1-环境配置）

目录

simrdwn快速卫星图像物体检测（1-环境配置）

简介

环境的配置

运行环境

数据准备

---

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

1. 安装nvidia容器
2. 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 .

1. 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