说明:本博文假设你已经做好了自己的数据集,该数据集格式和VOC2007相同。下面是训练前的一些修改。
(做数据集的过程可以看http://blog.csdn.net/sinat_30071459/article/details/50723212)
Faster-RCNN源码下载地址:
Matlab版本:https://github.com/ShaoqingRen/faster_rcnn
python版本:https://github.com/rbgirshick/py-faster-rcnn
本文用到的是Matlab版本,在Windows下运行。
python版本的训练过程:http://blog.csdn.net/sinat_30071459/article/details/51332084
资源下载:https://github.com/ShaoqingRen/faster_rcnn,网页最后有所有的资源。
准备工作:
(1)
安装vs2013;
安装Matlab;
安装CUDA;
上面的安装顺序最好不要乱,否则可能出现Matlab找不到vs的情况,在Matlab命令行窗口输入:mbuild -setup,如果出现:
说明Matlab可以找到vs2013。CUDA应在安装vs2013后再安装。
(2)
如果你的cuda是6.5,那么,运行一下:
fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m
(运行代码下载失败的话,用百度云下载:https://pan.baidu.com/s/1i3m0i0H ,解压到faster_rcnn-master下)
得到mex文件。如果不是cuda6.5(如我的是cuda7.5),则需要自己编译mex文件,编译过程参考这里:Caffe for Faster R-CNN,按步骤做就行了。
也可以下载我编译得到的文件(注意cuda版本)。
下载地址:Faster-RCNN(Matlab) external文件夹
建议还是自己编译,因为版本问题可能会出错。在训练前,可以先下载作者训练好的模型,测试一下,如果可以的话,就不用自己编译了。
测试过程:
(1)运行faster_rcnn-master\faster_rcnn_build.m
(2)运行faster_rcnn-master\startup.m
(3)运行faster_rcnn-master\fetch_data\fetch_faster_rcnn_final_model.m 下载训练好的模型
(下载失败的话,可以用百度云下载:https://pan.baidu.com/s/1hsFKmeK ,解压到faster_rcnn-master下)
(4)修改faster_rcnn-master\experiments\script_faster_rcnn_demo.m的model_dir为你下载的模型,然后运行。
最终得到:
<