Cascade-Rcnn实践 Tensorflow版本

35 篇文章 0 订阅
9 篇文章 1 订阅

Cascade Github:

①Caffe版: https://github.com/zhaoweicai/cascade-rcnn

②Pytorch版:https://github.com/guoruoqian/cascade-rcnn_Pytorch

③Tensorflow版:https://github.com/DetectionTeamUCAS/Cascade-RCNN_Tensorflow

本来想试试Torch版的,但是自己的cuda是10.0,里面似乎需要配合9.0..后面就改用Tensorflow版的。

参考readme和博客:https://blog.csdn.net/qq_35153620/article/details/94718986 ,这里面写得很详细了。

训练的时候遇到问题

1. OutOfRangeError (see above for traceback): PaddingFIFOQueue '_1_get_batch/batch/padding_fifo_queue' is closed and has insufficient elements (requested 1, current size 0)

确实数据的问题,但是有问题的图片都可以正常打开,label box都是好的~~~ 这个图片的问题还不知道是什么原因。

需要注意:

1. 修改类别数,在libs/configs/cfgs.py下:CLASS_NUM不包括背景。

2. 修改自己的类别:在libs/label_name_dict/label_dict.py下,NAME_LABEL_MAP

 

----后面再补充----

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
# 工程内容 这个程序是基于tensorflow的tflearn库实现部分RCNN功能。 # 开发环境 windows10 + python3.5 + tensorflow1.2 + tflearn + cv2 + scikit-learn # 数据集 采用17flowers据集, 官网下载:http://www.robots.ox.ac.uk/~vgg/data/flowers/17/ # 程序说明 1、setup.py---初始化路径 2、config.py---配置 3、tools.py---进度条和显示带框图像工具 4、train_alexnet.py---大数据集预训练Alexnet网络,140个epoch左右,bitch_size为64 5、preprocessing_RCNN.py---图像的处理(选择性搜索、数据存取等) 6、selectivesearch.py---选择性搜索源码 7、fine_tune_RCNN.py---小数据集微调Alexnet 8、RCNN_output.py---训练SVM并测试RCNN(测试的时候测试图片选择第7、16类中没有参与训练的,单朵的花效果好,因为训练用的都是单朵的) # 文件说明 1、train_list.txt---预训练数据,数据在17flowers文件夹中 2、fine_tune_list.txt---微调数据2flowers文件夹中 3、1.png---直接用选择性搜索的区域划分 4、2.png---通过RCNN后的区域划分 # 程序问题 1、由于数据集小的原因,在微调时候并没有像论文一样按一个bitch32个正样本,128个负样本输入,感觉正样本过少; 2、还没有懂最后是怎么给区域打分的,所有非极大值抑制集合canny算子没有进行,待续; 3、对选择的区域是直接进行缩放的; 4、由于数据集合论文采用不一样,但是微调和训练SVM时采用的IOU阈值一样,有待调参。
评论
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