Faster-Rcnn-tf超详细训练过程<小白入门专用>手把手教学

1.获取faster-rcnn源码。

github官方下载连接:https://github.com/endernewton/tf-faster-rcnn

2.配置环境

python3.6 、 tensorflow1.13
使用pip install -r requirements.txt,直接下载所需依赖

3.添加预训练模型

下载vgg16模型,并且保存在路径:./data/imagenet_weights中,命名为vgg16.ckpt

4.数据集格式

数据集存放路径.\data\VOCdevkit2007\VOC2007
数据集如图所示:
在这里插入图片描述
其中Annotations存放.xml标注文件,Imagesets存放数据集划分文件,JPEGImages存放图片。其中Annotations与JPEGImages中文件名称一一对应。Imagesets中的文件可通过如下代码自动划分:

import os
import random


trainval_percent = 0.95     #训练集占比
train_percent = 0.95
xmlfilepath = 'data/Annotations'   #此处路径修改为你的本地路径
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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